文献类型：期刊文章

作　　者：张佼[1] 田琦[2] 王美萍[2]

机构地区：[1]中国能源建设集团山西省电力勘测设计院有限公司 [2]太原理工大学

出　　处：《暖通空调》

基　　金："十二五"国家科技支撑计划项目(编号:2012BAJ04B02)

年　　份：2017

卷　　号：47

期　　号：2

起止页码：104-108

语　　种：中文

收录情况：BDHX、BDHX2014、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了进一步提高供热负荷的预测精度,通过分析影响支持向量回归机(SVR)性能表现的参数,提出了基于遗传算法优化的SVR供热负荷预测模型。该方法利用交叉验证思想在模型性能评估和选择方面的优势,结合遗传算法的全局寻优能力,实现了参数的自动优选,并用由此得到的最佳模型进行供热负荷预测。应用某热源的实测数据进行了仿真实验,与其他算法的比较表明,该方法相对误差绝对值的平均值为4.33%,比传统SVR降低了10.77%,比小波神经网络降低了5.28%。

关 键 词：遗传算法 支持向量回归机 供热负荷预测  参数优化 交叉验证  

分 类 号：TU833] TP18]