优化SVM在锅炉负荷预测中的应用.pdfVIP

第 39卷 第 2期 电 子 科 技 大 学 学 报 、，01．39 No．2 2010年3月 JournalofUniversityofElectronicScienceandTechnologyofChina Mat．2010 优化SVM在锅炉负荷预测中的应用 陈其松 ，陈孝威 ，张 欣2，吴茂念 (1．贵州大学计算机科学与技术学院 贵阳 550025；2．贵州省光 电子技术与应用重点实验室 贵阳 550025) 摘【要】提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小 波方法对数据集去噪；利用核主成分分析方法提取数据特征；采用量子粒子群算法优化支持向量机超参数。将该优化算法应 用于锅炉负荷短期预测，实验结果表明，该优化算法预测精度较高，收敛速度较快，泛化性能优于其他预测方法，且工程实 现容易 关 键 词 预测：核主成分分析；优化；量子粒子群算法；支持向量机 中图分类号 TP301．1：TPI8 文献标识码 A doi：10．396