基于新粒子群算法優(yōu)化向量機(jī)參數(shù)

　　通過研究電力負(fù)荷預(yù)測中支持向量機(jī)的參數(shù)優(yōu)化問題，將改進(jìn)后新的粒子群算法導(dǎo)入支持向量機(jī)參數(shù)中，從而建立一種新的電力負(fù)荷預(yù)測模型（IPSO-SVM）。首先將支持向量機(jī)參數(shù)編碼為粒子初始位置向量，然后通過對粒子個體之間信息交流、協(xié)作的分析找到支持向量機(jī)的最優(yōu)參數(shù)，并針對標(biāo)準(zhǔn)粒子群算法的缺陷進(jìn)行一定的改進(jìn)，從而應(yīng)用于電力負(fù)荷的建模與預(yù)測，最后通過仿真對比實(shí)驗(yàn)來測試它的性能，、實(shí)驗(yàn)結(jié)果表明，這種新的電力負(fù)荷預(yù)測模型能夠獲得較高精度的電力負(fù)荷預(yù)測結(jié)果，大大減少了訓(xùn)練時間，能夠滿足電力負(fù)荷在線預(yù)測要求。
?