《表5 PSO优化模型参数结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于ABC-SVM和PSO-RF的光伏微电网日发电功率组合预测方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图2a展示了C类气象情况下PSO算法优化RF的过程。在500次的迭代过程中，显示粒子在第2次、第20次，第50次和第95次的空间坐标位置，可看出鸟群在寻找食物的过程中，从分散到集中，最后寻找到最优解的过程。由于篇幅原因，其他类型下的优化过程不做展示，模型优化参数如表5所示，得到预测误差结果如表6所示。从表5和表6可看出，未优化的SVM模型虽然MAPE值表现尚好，但通过RMSE值可发现，模型的稳定性较差，通过PSO算法优化之后，预测准确度以及模型的稳定性有一定提高，但在运行过程中，时间复杂度消耗太大；而RF模型的稳定性以及预测的准确度一直相对较好，尤其经过PSO算法优化之后，各方面表现都有提高。