改进范例推理在短期负荷预测中的应用

范例推理是人工智能领域中一种新兴的推理方法，基于范例的推理就是充分利用以前的经验进行推理，求解新问题的过程。文中针对短期负荷预测具有明显周期性的特点，提出了基于范例推理的短期负荷预测方法。首先说明了范例的表示、组织方法，然后选择合适的量度方法进行范例的检索、匹配，最后将得到的最相似范例集进行重用、修正，得到最终预测结果。在范例表示中，使用粗糙集方法为范例属性特征的选择及权重的确定问题提供了一个合理的方法。经实例验证和比较，基于范例推理的负荷预测方法在提高预测精度方面具有明显的优越性。