基于支持向量機(jī)的企業(yè)用電量分析與預(yù)測(cè)研究.pdf

1、數(shù)據(jù)挖掘是目前信息技術(shù)和數(shù)據(jù)庫技術(shù)方面的前沿研究課題。數(shù)據(jù)挖掘涉及到統(tǒng)計(jì)學(xué)、人工智能、模糊理論和數(shù)據(jù)庫技術(shù)等多項(xiàng)技術(shù)。聚類分析是數(shù)據(jù)挖掘的重要功能之一。支持向量機(jī)是一門新興的邊緣學(xué)科，具有完備的統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)和出色的學(xué)習(xí)性能，是一類新型機(jī)器學(xué)習(xí)方法，已成為機(jī)器學(xué)習(xí)界的研究熱點(diǎn)。 本文討論了數(shù)據(jù)倉庫的構(gòu)建模型和構(gòu)建過程，以天津市某區(qū)統(tǒng)計(jì)局系統(tǒng)為例，對(duì)數(shù)據(jù)倉庫技術(shù)和數(shù)據(jù)挖掘技術(shù)進(jìn)行了實(shí)際應(yīng)用的研究。即在構(gòu)建完成數(shù)據(jù)倉庫的基礎(chǔ)上，提

2、出了利用Microsoft聚集模型進(jìn)行數(shù)據(jù)挖掘，利用天津市某區(qū)統(tǒng)計(jì)局企業(yè)年的逐月用電量數(shù)據(jù)，分析了電量與企業(yè)增加值、月平均氣溫、營業(yè)利潤等的相關(guān)關(guān)系，再利用支持向量機(jī)建立電量短期預(yù)測(cè)模型，并使用LIBSVM軟件進(jìn)行實(shí)際預(yù)測(cè)和驗(yàn)證分析。 本文綜合應(yīng)用支持向量機(jī)方法，著重考慮企業(yè)增加值、月平均氣溫、營業(yè)利潤因素對(duì)電量的影響，確定了一種有效的電量使用短期預(yù)測(cè)方法。用2004～2006年的逐月資料進(jìn)行訓(xùn)練建模，用2007年的資料做效果檢