典型文献
基于优化AP-SVR模型的能源消耗预测
文献摘要：
针对传统SVR(Support Vector Regression)及其相关改进模型在不同时间阶段的能源消耗样本数据具有差异较大的不同函数规律或分布特征的条件下,难以进行合理预测这一问题,提出了基于优化AP(Affinity Propaga-tion)聚类算法的AP-SVR模型.首先,在滚动预测的算法框架下建立了运用能源消耗累积规律进行预测的模型,并对AP聚类算法进行了优化;其次,结合优化AP聚类算法构建了最优化训练集,并运用SVR得到预测结果.算例分析表明,AP-SVR模型可有效识别样本训练集中能耗数据累积规律的差异,将聚类为同一类别数据作为训练集的条件下,SVR的拟合精度得到明显提升.通过多种模型计算效果的比较发现,剔除不同类型数据后的训练集明显更加适合于SVR模型的预测,在降低预测误差和改善预测结果可信度等方面优化了模型预测效果.
文献关键词：
AP聚类;SVR;聚类优化;滚动预测;能源消耗;需求预测
中图分类号：
作者姓名：
张磊;刘驰旸;康淑瑰
作者机构：
山西大同大学 数学与统计学院,山西 大同 037009;陆军边海防学院,陕西 西安 710108
文献出处：
引用格式：
[1]张磊;刘驰旸;康淑瑰-.基于优化AP-SVR模型的能源消耗预测)[J].山西大学学报（自然科学版）,2022(04):1004-1013
A类：
Propaga
B类：
AP,SVR,能源消耗,消耗预测,Support,Vector,Regression,改进模型,Affinity,tion,聚类算法,滚动预测,累积规律,训练集,算例分析,别样,样本训练,能耗数据,别数,拟合精度,计算效果,预测误差,可信度,聚类优化,需求预测
AB值：
0.370355
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
