摘要: 为克服利用传统最小二乘法估计GM(1,1)模型参数的缺陷,改善GM(1,1)模型在中长期负荷预测中的精度,提出了基于LS-SVM算法估计GM(1,1)模型中参数的方法。该方法根据GM(1,1)灰色差分方程的特点,构造以背景值序列和原始序列为训练样本的灰色LS-SVM,将GM(1,1)模型参数的估计问题转化为灰色LS-SVM的参数估计问题,依据LS-SVM算法求得灰色LS-SVM的参数,进而得到GM(1,1)模型的参数估计。利用本文方法估计GM(1,1)模型的参数,方法上遵循了结构风险最小化原则,算法实现上具有速度快,稳健性强的优点,适合GM(1,1)小样本建模的特点。将本文方法应用于中长期负荷预测,通过与传统的GM(1,1)模型预测效果的对比分析,验证了该模型的有效性和优越性。