基于RQEA和LSSVM的年用电量预测

为提高年用电量预测精度,提出一种基于实数编码量子进化算法(RQEA)和最小二乘支持向量机(LSSVM)的年用电量预测模型。LSSVM的参数取值直接影响其学习性能和泛化能力,将LSSVM参数选视为参数的组合优化问题,采用(RQEA)求解该组合优化问题进而选取LSSVM参数,并应用基于RQEA的LSSVM求解年用电量预测问题。仿真试验表明提出的预测方法不仅易于实现,而且精度较高,且性能明显优于BP网络方法。