论文研究-基于混合核函数FOA-LSSVM的预测模型.pdf

【文件属性】：
文件名称：论文研究-基于混合核函数FOA-LSSVM的预测模型.pdf
文件大小：634KB
文件格式：PDF
更新时间：2022-09-27 09:46:23
论文研究 支持向量机（SVM）的核函数类型和超参数对预测的精度有重要影响。由于局部核函数学习能力强、泛化性能弱，而全局核函数泛化性能强、学习能力弱的矛盾，通过综合两类核函数各自优点构造了基于全局多项式核和高斯核的混合核函数，并引入果蝇优化算法（FOA）对最小二乘支持向量机（LSSVM）参数进行全局寻优，提出了混合核函数FOA-LSSVM 预测模型。结果表明，该模型较传统方法在电力负荷预测精度上有了明显提高，预测结果科学可靠，在预测中具有良好的实际应用价值。