支持向量機（SVM）的核函數類型和超參數對預測的精度有重要影響。由于局部核函數學習能力強、泛化性能弱，而全局核函數泛化性能強、學習能力弱的矛盾，通過綜合兩類核函數各自優點構造了基于全局多項式核和高斯核的混合核函數，并引入果蠅優化算法（FOA）對最小二乘支持向量機（LSSVM）參數進行全局尋優，提出了混合核函數FOA-LSSVM 預測模型。結果表明，該模型較傳統方法在電力負荷預測精度上有了明顯提高，預測結果科學可靠，在預測中具有良好的實際應用價值。