10.11857/j.issn.1674-5124.2018.07.003
遗传算法对RVM短期风速预测模型的多参数同步优化
该文利用混沌理论中的相空间重构方法,对基于相关向量机的风速预测模型的训练样本进行构建,然而通过混沌理论求出的相空间参数(嵌入维数E和时间延迟τ)往往不是预测模型的最优解.针对预测模型超参数优化问题,提出一种基于遗传算法的多参数优化方法,即对E、τ以及相关向量机核参数σ进行同步优化.该方法首先基于遗传算法搜索相关向量机预测模型参数(E、τ、σ)的全局最优解,进而建立预测模型;然后对待预测风速时间序列进行预测;最后以2组实际风速数据为例进行实验研究,并与对比模型方法(只优化参数σ)进行对比.结果表明:该文模型不仅具有较低的预测误差,而且可提高预测效率,缩短预测时间.
参数优化、风速预测、相关向量机、遗传算法、空间重构
44
TK89(风能、风力机械)
国家电网公司科技项目资助TSHT-FW-2017-20
2018-08-23（万方平台首次上网日期，不代表论文的发表时间）
共6页
13-18
