基于粗集属性约简的电力供应量SVM回归预测.pdfVIP

第 20 计 算机 技 术 与 发 展 vo1 期 ． 20 № ．9 2010年 9月 COMPUTERTECHNOIA~ YANDDEVELOPMENT Sep． 2010 基于粗集属性约简的电力供应量 SVM 回归预测 汤义强 ，毛军军 ，一，李 侠 ，程白彬 (1．安徽大学数学科学院，安徽 合肥 230039； 2．安徽大学 计算智能与信号处理教育部重点实验室，安徽 合肥 230039) 摘 要：采用基于粗糙集属性约简的支持向量机回归预测模型对我国电力供应量进行预测。根据电力供应量及其影响因 素的历史数据建立决策表 ，利用动态层次聚类法对决策表中的连续属性进行了离散化；运用属性约简算法进行约简，提取 出主要因素，并将其作为样本的特征，应用支持向量机回归预测模型对 电力供应量进行预测。五年预测结果表 明：与SVR 模型相比，结合了属性约简方法的RSSVR模型充分利用了更少但是主要的预测因子的信息，预测精度有一定提高，应 用效果较好。 关键词：支持向量机回归；粗糙集 ；属性约简；预测 中国分类号：TP18 文献标识码 ：A 文章编号：1673—629X(2010)09—0048—04 China’SPowerSupplySVM RegressionForecast BasedonRoughSetAttributeReduction TANGYi．qiang，MAOJun-jun．一，LIXia，CHENGBai—bin (1．SchoolofMathematicalSciences，AnhuiUniversity，Hefei230039。China； 2．MinistryofEdu．KeyLab．ofIntelligentComputing SignalProcessing，AnhuiUniv．，Hefei230039，China) Abstract：TheapplicationofRSSVRmethod，whichissupportvectormachineregression(SVR)basedonattributereductionalgorithm ofroughests，OnforecastofChina’Spowersupplyisdealtwithinthispaper．Accordingtohistoricaldataofpoweroutputanditsinflu． encing factors，adecisiontableisbuiltup，anddiscretizationofcontinuousattributesinthetableisdonebymeansofdynamiclayreclus- tea．Usingtheattributereductoinalgoritmh toeliminateN；)／71eredundnatattributes from thetable，thekernelfacotrsredeterminde． ingthesekernelfactorsastheattributesofbothtrainingnadt~ting samples．thepowersupplyfomdastingisocnductde．Five—year forecasting resultsshow that，∞mpar℃dwithSVR which choosesattributesofinputvcetorsin lightofexperience，themethodof RSSVR couldmakeuseof1essbutcardinalpredictors’information