function?[Acu]=AdaptFunc（XXYY）
%C為最小二乘支持向量機的正則化參數，theta為高斯徑向基的核函數參數，兩個需要進行優化選擇調試
NumOfPre?=1;%預測天數，在此預測本季度最后七天
Time?=?24;
Data?=?xlsread（‘a23.xls‘）;%此為從excel表格讀數據的命令，表示將表格的數據讀到Data數組中，省略表格中的第一行第一列文字部分?可輸入你要預測的表格名稱
[M?N]?=?size（Data）;%計算讀入數據的行和列?M行N列
for?i?=?1:3
????maxData?=?max（Data（:i））;
????minData?=?min（Data（:i））;
????Data1（:i）?=?（Data（:i）?-?minData）/（maxData-minData）;%對溫度進行歸一化處理
end
for?i?=?4:5
????Data1（:i）?=?Data（:i）;
end
for?i?=?6:N
????Data1（:i）?=?log10（Data（:i））?;%對負荷進行對數處理?溫度和負荷的預處理?可采用不同的方法?可不必拘泥
end
Dim?=??M?-?2?-?NumOfPre;%訓練樣本數%訓練樣本數
Input?=?zeros（M-212Time）;%預先分配處理后的輸入向量空間
y?=?zeros（DimTime）;
for?i?=?3:M?
????for?j?=?1:Time
????????%%選取前一天溫度、同一時刻的負荷，前兩天的負荷，當天的溫度作為輸入特征
????????x?=?[Data1（i-11:5）?Data1（i-1j+5）?Data1（i-2j+5）Data1（i1:5）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件??????22016??2016-06-04?13:19??pso-svm電力負荷預測\a23.xls

?????文件????????379??2016-06-02?13:48??pso-svm電力負荷預測\acu.mat

?????文件????????379??2016-06-02?11:53??pso-svm電力負荷預測\acu1.mat

?????文件???????2392??2016-06-02?13:34??pso-svm電力負荷預測\AdaptFunc.m

?????文件???????3813??2010-05-18?10:36??pso-svm電力負荷預測\baseStepPso.m

?????文件???????2178??2016-06-02?12:59??pso-svm電力負荷預測\InitSwarm.m

?????文件???????2112??2016-06-02?13:37??pso-svm電力負荷預測\pso.m

?????文件???????2841??2016-06-02?13:34??pso-svm電力負荷預測\shorttime.m

????I.A..H.???????165??2016-06-04?13:14??pso-svm電力負荷預測\~$模式識別.pptx

?????目錄??????????0??2016-11-11?17:30??pso-svm電力負荷預測

-----------?---------??----------?-----??----

????????????????36275????????????????????10