论文部分内容阅读
常规的支持向量回归预测模型（SVR）预测算法采用人工经验的方法对RBF核函数参数、不敏感系数和惩罚系数等参数进行选取，其性能会因随机选取的参数而变得随机和不确定。人工鱼群算法的初始参数会对整个算法的优化性能产生较大影响．将粒子群优化算法和混沌机制引入常规人工鱼群算法，对其进行改进．可以提高种群多样性和全局寻优能力，避免优化算法陷入局部最优解。通过实验方法对改进型人工鱼群优化SVR预测模型的性能进行分析。结果表明，所研究的短期负荷预测精度较高，具有较好的工程应用价值。