基于遺傳算法的SVM模型在風(fēng)險預(yù)警中的研究.pdf

1、風(fēng)險預(yù)警是基于已知預(yù)測未知的過程，具有隨機(jī)性和不確定性，在電力行業(yè)風(fēng)險預(yù)警的應(yīng)用研究還很不完善。本文應(yīng)用支持向量機(jī)模型（SVM）對電力企業(yè)欠費(fèi)風(fēng)險進(jìn)行評估與預(yù)警，由于模型中參數(shù)選擇缺乏規(guī)范性與可調(diào)整性，本文使用遺傳算法解決這類問題。介紹了風(fēng)險評估與預(yù)警的特點和研究現(xiàn)狀，詳細(xì)解釋了支持向量機(jī)的原理及其參數(shù)選擇方法，對由傳統(tǒng)支持向量機(jī)模型在預(yù)測方向的推廣進(jìn)行了深入的研究，并對遺傳算法進(jìn)行歸納分析與改進(jìn)，提出了一種基于改進(jìn)遺傳算法的支持向量機(jī)

2、模型，本文將該模型應(yīng)用到電力行業(yè)欠費(fèi)風(fēng)險預(yù)警中，通過使用廣東某地區(qū)實際用電客戶的數(shù)據(jù)進(jìn)行檢驗，取得了較好的效果。主要工作如下： 1.根據(jù)支持向量機(jī)模型和風(fēng)險預(yù)測的特點，針對風(fēng)險模型參數(shù)選擇的不規(guī)范性和不便調(diào)整性，研究了風(fēng)險模型的自調(diào)整問題，使用遺傳算法對風(fēng)險模型進(jìn)行參數(shù)的選擇。 2.基于標(biāo)準(zhǔn)支持向量機(jī)的方法，針對電力企業(yè)欠費(fèi)風(fēng)險評估過程中負(fù)類樣本相對較少的情況，提出對兩類樣本不同權(quán)重的處理方法，并根據(jù)風(fēng)險的不確定性用映射