[发明专利]一种基于蚁狮优化的LSSVM年用电量预测方法

摘要

本发明涉及一种基于蚁狮优化的LSSVM年用电量预测方法，年用电量预测方法包括以下步骤确定最小二乘支持向量机(Least Square Support Vector Machines，LSSVM)预测模型的输入变量；初始化蚁狮优化算法；计算初始蚁狮的适应度值，得到初始精英蚁狮；更新蚂蚁的位置，计算当前蚂蚁的适应度值，并与其相应蚁狮的适应度值进行比较，判断是否更新蚁狮位置；将更新位置后的蚁狮的适应度值，逐一与上一代精英蚁狮的适应度值比较，保留较小适应度值对应的蚁狮，得到本次迭代的精英蚁狮；判断是否达到最大迭代次数，若为是，则输出精英蚁狮的位置及相应的年用电量预测值，若为否，继续迭代。与现有技术相比，本发明具有预测精度更高和预测效率更高等优点。

主权项

一种基于蚁狮优化的LSSVM年用电量预测方法，其特征在于，所述的年用电量预测方法包括以下步骤：S1、确定LSSVM预测模型的输入变量；S2、初始化蚁狮优化算法，将初始蚁狮位置作为核参数和正则化参数代入LSSVM模型，得到相应的年用电量预测值；S3、建立适应度函数，计算初始蚁狮位置的适应度值，得到初始适应度值，保留最小初始适应度值对应的蚁狮作为初始精英蚁狮；S4、更新蚂蚁位置，计算当代蚂蚁的适应度值，并与当代蚂蚁对应的蚁狮位置的适应度值进行比较，判断是否更新蚁狮位置；S5、将上一步得到的蚁狮位置的适应度值逐一与上一代精英蚁狮位置的适应度值比较，保留较小适应度值对应的蚁狮位置，得到本次迭代精英蚁狮位置；S6、判断是否达到最大迭代次数，若为是，则输出精英蚁狮位置及其相应的年用电量预测值，若为否，返回S4。