支持向量机的参数选取方法和系统与负荷预测方法和系统

摘要

本发明涉及一种支持向量机的参数选取方法和系统以及负荷预测方法和系统，其是采用云遗传算法对支持向量机的参数进行了优化，根据正态云模型输出结果的随机性和稳定倾向性特点，随机性可以保持个体多样性从而避免搜索陷入局部极值，而稳定倾向性又可以很好地保护较优个体从而对全局最值进行自适应定位，有效提高搜索到最优解或满意解的速度，从而提高以选取的参数配置的支持向量机进行负荷预测的效率，而且在选取过程中获取了预测负荷数据与实际负荷数据之间的误差值以作为云遗传算法优化的效果，优化后使误差值将至最低，以此提高选取的参数的准确性。

主权项

一种支持向量机的参数选取方法，其特征在于，包括以下步骤：获取支持向量机的各参数的取值范围和云遗传算法的各自变量，其中，所述支持向量机的各参数对应云遗传算法的各自变量；根据对应的各参数的取值范围对各所述自变量均匀取值，形成初始种群，其中，所述初始种群中包括多个个体，所述个体包括取值后的各所述自变量；针对每个个体，根据取值后的各所述自变量配置所述支持向量机，获取实时负荷数据和历史负荷数据以及所述实时负荷数据和所述历史负荷数据之间的相似度，从所述历史负荷数据中筛选出相似日的负荷数据，其中，所述相似日的负荷数据与所述实时负荷数据的相似度大于预设值；将所述相似日的负荷数据作为所述支持向量机的输入，将对应所述相似日之后的预设天数的负荷数据作为所述支持向量机的输出，用以训练所述支持向量机；将所述相似日的负荷数据输入至训练后的支持向量机，获得训练后的支持向量机输出的预设天数的负荷数据，并获取所述训练后的支持向量机输出的预设天数的负荷数据与所述相似日之后的预设天数的负荷数据之间的误差值；选取所述初始种群中的部分个体，以选取的各个体对应的误差值的倒数作为适应度值，根据选取的各个体对应的适应度值，对选取的各个体进行基于条件云的交叉操作，获得第一个体组；对所述第一个体组中的各个体进行基于基本云的变异操作，获得第二个体组；判断所述第二个体组中是否有个体满足终止条件，若是，则将该个体中取值后的各所述自变量作为所述支持向量机的各参数；若否，则返回至所述针对每个个体，根据取值后的各所述自变量配置所述支持向量机的步骤。