| 基于支持向量机回归的二次网供热负荷预测分析 |
| |
| 引用本文： | 王春青,王凇,郑杨,许添强,张晗,李超,王亦姝.基于支持向量机回归的二次网供热负荷预测分析[J].吉林建筑工程学院学报,2021,38(6):34-40. |
| |
| 作者姓名： | 王春青 王凇 郑杨 许添强 张晗 李超 王亦姝 |
| |
| 作者单位： | 吉林建筑大学市政与环境工程学院,长春130118;吉林省宇光热电有限公司,长春130000 |
| |
| 摘 要： | 为提高供热负荷预测精度,在传统支持向量机回归(SVMR)基础上,通过网格搜索(GS)及遗传算法(GA)对惩罚参数C和核函数(径向基函数)参数γ两个重要参数寻找最优参数组合,由此得到最佳预测模型,并采用均方误差、平均绝对误差和判定系数R23种方法对SVMR、网格搜索-K折交叉验证-SVMR(GS-KCV-SVMR)和遗传算法-K折交叉验证-SVMR(GA-KCV-SVMR)3种预测模型进行评价.结果 表明,GA-KCV-SVMR模型更能有效地预测供热负荷,其R2值为0.96,优于SVMR和GS-KCV-SVMR两种模型,可为工程实践提供参考.
|
| 关 键 词： | 供热负荷预测 支持向量机回归(SVMR) 网格搜索(GS) 遗传算法(GA) K折交叉验证(KCV) |
Heating load predicting analysis of secondary networks based on support vector machine regression |
| |
| WANG Chun-qing,WANG Song,ZHENG Yang,XU Tian-qiang,ZHANG Han,LI Chao,WANG Yi-shu.Heating load predicting analysis of secondary networks based on support vector machine regression[J].Journal of Jilin Architectural and Civil Engineering,2021,38(6):34-40. |
| |
| Authors: | WANG Chun-qing WANG Song ZHENG Yang XU Tian-qiang ZHANG Han LI Chao WANG Yi-shu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
