文档介绍：第 29卷第 12期计算机应用与软件 Vol
2012年 puterApplicationsandSoftware
基于加权支持向量机与 AdaBoost集成的预测模型研究
胡国胜
(上海电子信息职业技术学院计算机应用系上海 201411)
摘要电力负荷预测是近年研究的热点话题,因受温度、湿度、自然灾害等因素影响,准确预测相当困难。为此,通过引入历史
观察数据的权重、改进支持向量回归预测模型和参数的智能选取,克服影响电力负荷的随机因素的影响,运用 AdaBoost算法提升加
权支持向量回归预测能力,提高预测精度。通过仿真建模,对真实的电力负荷数据进行预测实验,结果表明所提的方法比单个 SVR
模型和神经网络 BP模型的预测精度高,稳定性好。
关键词加权支持向量机 AdaBoost 回归预测
中图分类号 TP18 文献标识码 A
DOI:.1000
STUDYONFORECASTINGMODELBASEDONWSVRANDADABOOST
HuGuosheng
(puter,ShanghaiInstituteofElectronicsandInformation,Shanghai201411,China)
Abstract Powerloadforecastisahottopicinrecentyear’sresearches,andisalsoratherdifficultduetotheimpactsfromthefactors
suchastemperature,,inthispaper,etheinfluenceofthesestochasticfactorson
powerload,weintroducetheweightsofhistoricalobservationaldataandimprovethesupportvectorregressionforecastingmodelandtheintel
,wecarryouttheforecastingexperimentonactualpowerloaddata,theresultil
uracythanthesingleSVMmodelandtheBPmodelhavewithhighstability.
Keywords Weightedsupportvectorregressor AdBoost Regressionforecast
(2)改进传统支持向量回归模型,应用带权重的训练数据
0 引言训练加权支持向量回归模型 WSVR(WeightedSupportVecotrRe
gressor),克服了电力负