資源簡介
師兄給我們科研項目組內(nèi)容學(xué)習(xí)的優(yōu)秀論文和配套源碼。本文的預(yù)測方法收斂性好、有較高的預(yù)測精度和較快的訓(xùn)練速度。
代碼片段和文件信息
function?[Acu]=AdaptFunc(XXYY)
%C為最小二乘支持向量機(jī)的正則化參數(shù),theta為高斯徑向基的核函數(shù)參數(shù),兩個需要進(jìn)行優(yōu)化選擇調(diào)試
NumOfPre?=1;%預(yù)測天數(shù),在此預(yù)測本季度最后七天
Time?=?24;
Data?=?xlsread(‘a(chǎn)23.xls‘);%此為從excel表格讀數(shù)據(jù)的命令,表示將表格的數(shù)據(jù)讀到Data數(shù)組中,省略表格中的第一行第一列文字部分?可輸入你要預(yù)測的表格名稱
[M?N]?=?size(Data);%計算讀入數(shù)據(jù)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(jìn)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(fù)荷進(jìn)行對數(shù)處理?溫度和負(fù)荷的預(yù)處理?可采用不同的方法?可不必拘泥
end
Dim?=??M?-?2?-?NumOfPre;%訓(xùn)練樣本數(shù)%訓(xùn)練樣本數(shù)
Input?=?zeros(M-212Time);%預(yù)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(fù)荷,前兩天的負(fù)荷,當(dāng)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???????2386??2010-06-17?17:26??AdaptFunc1.m
?????文件???????3813??2010-05-18?10:36??ba
?????文件???????2725??2010-06-04?08:47??gaijin.m
?????文件???????2174??2010-05-18?10:36??InitSwarm.m
?????文件???????2112??2010-06-03?20:20??pso.m
?????文件???????2527??2010-06-17?17:26??shorttime.m
?????文件?????959488??2010-11-18?16:25??基于支持向量機(jī)的短期電力負(fù)荷預(yù)測.doc
?????文件??????22016??2010-06-03?19:41??數(shù)據(jù)\a23.xls
?????文件??????20992??2010-06-03?19:42??數(shù)據(jù)\a45.xls
?????文件??????16896??2010-06-03?19:38??數(shù)據(jù)\B2.xls
?????文件??????19456??2010-05-17?21:11??數(shù)據(jù)\b3.xls
?????文件??????19456??2010-06-03?19:39??數(shù)據(jù)\B4.xls
?????文件??????17408??2010-06-03?19:40??數(shù)據(jù)\B5.xls
?????文件??????35840??2010-03-12?08:57??數(shù)據(jù)\bdata1.xls
?????文件???????2392??2010-06-04?09:14??AdaptFunc.m
?????目錄??????????0??2010-06-23?10:36??數(shù)據(jù)
-----------?---------??----------?-----??----
??????????????1129681????????????????????16
評論
共有 條評論