文献类型：会议论文

中文题名：支持向量机(SVM)在能源供需预测中研究与应用

作者：彭亦功;徐国锋;俞金寿;张丽虹

机构：[1]华东理工大学信息学院自动化系 上海 200237;[2]上海市发改委能源处 上海 200001;

会议论文集：第19届中国过程控制会议论文集

会议日期：20080722

会议地点：北京

主办单位：中国自动化学会;仪器仪表学报编辑部;化工学报编辑部

语种：中文

中文关键词：能源供需预测;核函数;支持向量机;SVM;不敏感损失函数;径向基函数神经网络

摘要：能源是国民经济发展的命脉.随着经济全球化,能源问题的研究显得尤为重要,而能源供需预测更是成为近年来关系国计民生的重要课题,也是本文研究的主要内容.本文研究基于统计学习理论发展起来、有效解决小样本统计估计和预测等问题的支持向量机(SVM),分析能源供需条件和处理数据后,将基于不敏感损失函数的支持向量机(ε-SVM)方法应用于能源供需预测,建立了能源消费总最的预测模型,进行仿真实验,并对结果与径向基函数神经网络进行对比分析,由此验证ε-SVM支持向量机提高能源供需预测精度的有效性。