基于Beta噪声模型支持向量回归及其应用  

Support vector regression based on the Beta-noise model with its application

作　　者：张仕光[1,2] 胡清华[3] 谢宗霞[4] 米据生[1] 

机构地区：[1]河北师范大学数学与信息科学学院,石家庄050024 [2]衡水学院数学与计算机学院,衡水053000 [3]天津大学计算机科学与技术学院,天津300072 [4]天津大学软件学院,天津300072

出　　处：《南京大学学报（自然科学版）》2013年第4期418-424,共7页Journal of Nanjing University（Natural Science）

基　　金：国家重点基础研究发展计划(2012CB215201);国家自然科学基金项目(61222210;61170107);河北省高等学校科学研究计划项目(Z2010188)

摘　　要：大部分回归技术假设误差服从Gauss分布,并把最小化误差的平方和作为优化目标.然而,风电预报的噪声不服从Gauss分布,而是服从Beta分布.在ν-支持向量回归的基础上,本文提出一种基于不等式约束的Beta噪声支持向量回归(BN-SVR)的新模型,并将其应用于短期风速预报中.实验结果说明,模型BN-SVR是有效可行的,且较经典支持向量回归模型获得更好的性能.A lot of regression techniques assume that the errors satisfy the Gaussian distribution and use least-squared errors as the optimization objectives.However,the noise of wind power forecasting does not obey the Gaussian distribution but the Beta distribution.An extension of the support vector regression,called an improved SVR based on Beta-noise model of inequality constraints（BN-SVR）,is proposed in this work.Our experimental results on the real-world data sets of wind speed confirm the validity and feasibility of our BN-SVR,and it obtains better performance than ν-SVR,GN-SVR and HN-SVR.

关 键 词：支持向量回归 Beta-噪声模型 损失函数 不等式约束 风速预报 

分 类 号：O213.2[理学—概率论与数理统计]