[发明专利]一种基于迭代聚集网格搜索算法的支持向量回归模型

摘要

本发明公开了一种基于迭代聚集网格搜索算法的支持向量回归模型(IFGS‑SVR)。本发明提出了一种迭代聚集网格搜索(IFGS)算法来解决SVR超参数的详细选择问题，它通过检查每个子区域的性能来搜索最优子区域，从而避免了网格设置的大量浪费。通过使用中国江西省某县的一个真实的电力负荷数据集，将形成的IFGS‑SVR模型与其他的SVR模型进行比较，这些模型的参数是通过网格搜索(GS‑SVR)、粒子群优化(PSO‑SVR)、模拟退火(SA‑SVR)、差分进化(DE‑SVR)、蚁群优化(ACO‑SVR)和遗传算法(GA‑SVR)获得的。实验结果揭示了IFGS‑SVR模型在精度和运行时间上优于其他模型。