《表4 不同寻优算法预测精度及拟合度比较》

  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SVR空调负荷预测模型的参数优化研究》

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

根据表3中已确定的最优惩罚因子C、核宽度γ、不敏感损失函数ε，即可建立基于径向基核函数的SVR空调负荷预测模型的最优决策函数f（x）。以影响空调负荷变化的5个主要因素为输入参数，得到8月10-24日这一时段的逐时空调负荷预测曲线，如图3所示，预测精度及拟合度如表4所示。