基于GARCH误差校正遗传支持向量机日前电价预测.pdfVIP

下载本文档

10
0
约2.12万字
约 5页
2017-05-21 发布于北京
举报
版权申诉

基于GARCH误差校正遗传支持向量机日前电价预测.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

3 1 11 V ol . 3 1 N o. 11 2007 6 10 June 10, 2007 31 GARCH 1 1 2 3 刘达 , 牛东晓, 邢棉, 聂巧平 ( 1. , 102206; 2. , 07100 3) ( 3 . , 300071) : 针对时间序列预测和智能算法预测各自的侧重点不同, 结合两者优点对日前市场电进行预测首先建立支持向量机( SV M ) 模型对单一时点电进行预测, 将遗传算法( GA) 嵌入SV M 模型中来保证 SV M 参数选择最优针对SV M- GA 模型训练误差和测试误差存在一定的相关性和条件异方差性, 采用广义自回归条件异方差( GA R CH ) 模型对误差序列进行拟合然后利用拟合好的GA RCH 模型对SV M- GA 模型预测误差进行预测, 最后根据GA RCH 预测结果对SV M- GA 模型预测进行校正用该方法对美国PJ M 电力市场2005 年8 月份日前电进行连续预测, 总体平均误差仅 81 19 % , 比普通方法误差减少了将近4 个百分点 : 电力市场; 电预测; 支持向量机; 遗传算法; GA RCH 模型 : T M 73; F 1231 9; F224 . 0 0 , , , [ 3 , [ 1- 2 , , , , , , [ 2 , , , , , 1 SVM-GA-GARCH ( A RM A ) [ 3- 6 SV M ( GA RCH ) , , SV M , , , , , [ 14 ( GA) , SV M ( SV M- GA ) , [ 7- 12