基于支持向量機的企業(yè)用電量分析與預(yù)測研究.pdf

1、數(shù)據(jù)挖掘是目前信息技術(shù)和數(shù)據(jù)庫技術(shù)方面的前沿研究課題。數(shù)據(jù)挖掘涉及到統(tǒng)計學(xué)、人工智能、模糊理論和數(shù)據(jù)庫技術(shù)等多項技術(shù)。聚類分析是數(shù)據(jù)挖掘的重要功能之一。支持向量機是一門新興的邊緣學(xué)科，具有完備的統(tǒng)計學(xué)習(xí)理論基礎(chǔ)和出色的學(xué)習(xí)性能，是一類新型機器學(xué)習(xí)方法，已成為機器學(xué)習(xí)界的研究熱點。 本文討論了數(shù)據(jù)倉庫的構(gòu)建模型和構(gòu)建過程，以天津市某區(qū)統(tǒng)計局系統(tǒng)為例，對數(shù)據(jù)倉庫技術(shù)和數(shù)據(jù)挖掘技術(shù)進行了實際應(yīng)用的研究。即在構(gòu)建完成數(shù)據(jù)倉庫的基礎(chǔ)上，提

2、出了利用Microsoft聚集模型進行數(shù)據(jù)挖掘，利用天津市某區(qū)統(tǒng)計局企業(yè)年的逐月用電量數(shù)據(jù)，分析了電量與企業(yè)增加值、月平均氣溫、營業(yè)利潤等的相關(guān)關(guān)系，再利用支持向量機建立電量短期預(yù)測模型，并使用LIBSVM軟件進行實際預(yù)測和驗證分析。 本文綜合應(yīng)用支持向量機方法，著重考慮企業(yè)增加值、月平均氣溫、營業(yè)利潤因素對電量的影響，確定了一種有效的電量使用短期預(yù)測方法。用2004～2006年的逐月資料進行訓(xùn)練建模，用2007年的資料做效果檢