支持向量機(jī)模型改進(jìn)及在短期邊際電價(jià)預(yù)測中的應(yīng)用.pdf

1、支持向量機(jī)預(yù)測模型雖然已被證實(shí)為一類優(yōu)于神經(jīng)網(wǎng)絡(luò)等其他智能算法模型的新興預(yù)測技術(shù)，但其本身依舊不夠完美，仍然存在尚需改進(jìn)的地方。
　　 本文選取了支持向量機(jī)家族中的最小二乘支持向量機(jī)預(yù)測模型進(jìn)行研究，并發(fā)現(xiàn)在使用該模型進(jìn)行訓(xùn)練時(shí)，由于其對訓(xùn)練樣本的各個(gè)輸入向量的懲罰度是一樣的，即在訓(xùn)練過程中對所有輸入點(diǎn)都等同看待，因此，一旦在訓(xùn)練樣本集中出現(xiàn)離群點(diǎn)時(shí)，該點(diǎn)就會(huì)對預(yù)測模型產(chǎn)生一定的不良影響。這樣一來，勢必會(huì)降低系統(tǒng)的魯棒性，引起過

2、學(xué)習(xí)，降低了預(yù)測模型的推廣能力和預(yù)測效果。
　　 本文關(guān)注了此項(xiàng)問題，嘗試對原模型進(jìn)行改進(jìn)，從而使得改進(jìn)后的預(yù)測模型能夠很好地克服上述理論缺陷，優(yōu)化預(yù)測過程與結(jié)果，達(dá)到管理科學(xué)理論創(chuàng)新的目的。
　　 為了達(dá)到上述目的，作者在經(jīng)過了大量的研究與參考后，運(yùn)用模糊數(shù)學(xué)中有關(guān)隸屬度問題的相關(guān)理論和方法與原預(yù)測模型相結(jié)合，建立了一套新的預(yù)測模型。為了考察該模型是否能達(dá)到對原預(yù)測模型的改進(jìn)效果，并使得預(yù)測結(jié)果更佳，文章選取了美國PJ

3、M電力市場在2012年內(nèi)的一些有關(guān)日前交易的負(fù)荷與邊際電價(jià)數(shù)據(jù)進(jìn)行預(yù)測。首先，運(yùn)用新模型對多個(gè)測試日的邊際電價(jià)進(jìn)行預(yù)測，通過Matlab軟件加以實(shí)現(xiàn)，并得出了多個(gè)測試日的相關(guān)預(yù)測結(jié)果。之后，又運(yùn)用原模型在相同條件下對相同日期的邊際電價(jià)進(jìn)行預(yù)測并得出預(yù)測結(jié)果。最后，通過將兩種模型在多個(gè)測試日的預(yù)測值與真實(shí)值之間的誤差進(jìn)行比較，發(fā)現(xiàn)新模型的預(yù)測誤差明顯低于原模型。這一點(diǎn)證實(shí)了新模型確實(shí)起到了對原模型明顯的改進(jìn)效果，所得出的預(yù)測結(jié)果對未來發(fā)電