欢迎来到天天文库
浏览记录
ID:51212658
大小:172.24 KB
页数:3页
时间:2020-03-21
《新型支持向量机在风速预测模型中的应用研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、第43卷第5期电子科技大学学报Vl01.43No.52014年9月JournalofUniversityofElectronicScienceandTechnologyofChinaScp.2014新型支持向量机在风速预测模型中的应用研究刘忠宝(中北大学计算机与控制工程学院太原030051)【摘要】在短期风速预测方面支持向量机已被广泛应用并取得较好的效果.然而,随着应用的深入,其逐渐暴露出两大问题:一,对噪声较为敏感;二,未能充分利用样本已有信息。为进一步提高支持向量机的泛化能力,该文提出模糊流形支持向
2、量机FMSVM。该方法引入模糊技术,保证不同样本区别对待,减少或消除噪声的影响;充分利用流形判别分析的性质,进一步改进支持向量机,在分类决策时同时考虑样本的边界信息、分布特征以及局部流形结构。通过某风场风速数据集上的比较实验验证该方法的有效性。关键词模糊隶属度;流形判别分析:支持向量机;风速预测中图分类号TP391文献标志码Adoi:10.3969~.issn.1001.0548.2014.05.021ResearchonWindSpeedForecastingModelBasedonNovelSupp
3、ortVectorMachineLIUZhong-bao(SchoolofComput~andCon~o
4、Engineering,NorthUniversityofChinaTaiyuan030051)AbstractSupportvectormachine(SVM)iswidelyusedinwindspeedforecastingandtheforecastedresultsareverifiedwel1.Wtheapplicationsgetmoreintensive.thereexisttwop
5、roblemsinSVM.OneiSitiStoosensitivetonoisesandtheotheriSitCannotfullyusetheinformationincludedinthesamples.Inviewofthis.afuzzymanifold-basedsupportvectormachine(FMSVM)isproposedinthispapertosolvetheaboveproblemsandfurtherimprovethegeneralizationcapability
6、ofSVM.RⅥSVMintroducesthefuzzytechniquestodecreasetheinfluenceofthenoises.Meanwhile,nSVMtakesboundarydatabetweenclasses,datadistributionsandmanifoldseriously.ThecomparativeexperimentsshowtIlatnvISVMperformsbetterthanSVMontheWinddatasetsofacertainwindfarm.
7、Keywordsfuzzymembershipfunction;manifolddiscriminantanaysis(MDA);SVM;windspeedforecasting风能是一种清洁型、可再生能源,已被世界各={(,),(jc2,J,2),⋯,(,))。其中,国高度重视并将其作为新能源发电的首选【l‘21。文献∈R(1≤i≤+Ⅳ2=Ⅳ)为样本;∈{1,-1)为类【3】指出,对风电场风速的准确预测有利于发电系统别标签。当1≤≤时,=1;当+1≤i≤N效率的提高。支持向量机(SVM)】是一种经典的
8、模时,=一l。第一类含有Ⅳ1个模式<,),第二式分类方法,它建立在最小化风险结构原则基础上,类含有个模式{,)+。。表示所有样本均在保证最大分类间隔和最小分类错误的前提下构造值,和分别表示第一类和第二类样本均值。最优分类超平面。SVM具有优良的鲁棒性和分类能1.1SVM力,因而被广泛应用于风速预测领域。但随着应用将超平面方程表示为WX+b=0,SVM的最优的深入,SVM逐渐暴露出其弊端,限制了SVM泛化化问题可描述为:能力的进一步提升。鉴于此,本文提出模糊流形支持向量机(FMSVM)。WPc",b,磊I
9、2+c∑l一IJ1背景知识s.t.(Xi+6)≥1一专、≥01,2,⋯,N(1)对于包含Ⅳ个模式的二分类问题,设定样本集、收稿日期,2013—06—26.修回日期:2014—01—30基金项目:国家自然科学基金(612023111作者简介:刘忠宝(1981一)。男,博士,主要从事模式识别与机器学习方面的研究.第5期刘忠宝:新型支持向量机在风速预测模型中的应用研究755式中,C为惩罚因子;松弛因子参允许错分样本的存在。2模糊流形支持向量机上述
此文档下载收益归作者所有