期刊文章详细信息
基于PSO-SVR模型的能源需求预测
文献类型：期刊文章
机构地区：[1]黑龙江科技大学经济管理系 [2]黑龙江科技大学研究生学院
年 份：2014
期 号：3
起止页码：85-87
语 种：中文
收录情况：NSSD、普通刊
摘 要：本文将支持向量回归机（support vector regression，SVR）与粒子群算法（Particle Swarm Opti—mization，PSO）相结合，选取1985～2008年的能源需求量及其影响因素作为学习样本，利用粒子群算法对支持向量机参数进行优化，通过训练、测试得到具有良好学习与推广能力的PSO—SVR能源需求预测模型。建立BP神经网络模型，并将两者的预测值进行对比，结果表明，PSO—SVR模型预测精度优于BP神经网络模型。
关 键 词：能源需求预测 支持向量回归机 粒子群算法
分 类 号：F426.2] F224
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
