支持向量机(SVM)在能源供需预测中研究与应用

摘要：

能源是国民经济发展的命脉.随着经济全球化,能源问题的研究显得尤为重要,而能源供需预测更是成为近年来关系国计民生的重要课题,也是本文研究的主要内容.本文研究基于统计学习理论发展起来、有效解决小样本统计估计和预测等问题的支持向量机(SVM),分析能源供需条件和处理数据后,将基于不敏感损失函数的支持向量机(ε-SVM)方法应用于能源供需预测,建立了能源消费总最的预测模型,进行仿真实验,并对结果与径向基函数神经网络进行对比分析,由此验证ε-SVM支持向量机提高能源供需预测精度的有效性。

关键词： 能源供需预测 核函数 支持向量机 SVM 不敏感损失函数 径向基函数神经网络

作者: 彭亦功 徐国锋 俞金寿 张丽虹

作者单位: 华东理工大学信息学院自动化系 上海 200237 上海市发改委能源处 上海 200001

会议类型: 国内会议

会议名称: 第19届中国过程控制会议

会议地点: 北京

会议语种:中文

页码: 155-160

在线出版日期: 2008-07-22（万方平台首次上网日期，不代表论文的发表时间）