标题：基于遗传算法的加权支持向量机的短期电力负荷预测
作者：桂红霞
作者单位：武汉理工大学自动化学院，湖北 武汉 430070
关键字：支持向量机，遗传算法，特征选择，电力负荷预测
摘要：建立在统计学习理论的VC维理论和结构风险最小化原理基础之上的支持向量机（SVM）在理论上保证了模型的最大泛化能力，因此将支持向量机理论应用于电力负荷预测可以获得很好的效果，但是传统SVM回归预测算法对于不同的样本均采用相同的参数，无法体现各样本的重要程度的区别，而且将支持向量机理论应用于实际中也存在对样本数据进行特征选择和对支持向量机模型参数进行选择的问题。因此提出了将遗传算法应用于短期的电力负荷预测中来对加权支持向量机模型进行特征选择和模型参数确定。