基于改进全局和声搜索算法LSSVM的短期电力负荷预测 (2012年)

针对全局和声搜索算法（GHS）存在的缺陷，提出改进全局和声搜索算法（IGHS）。该算法通过扩大最优和声搜索区域，并在搜索过程中引入受和声库影响的微调变量，从而增强了算法跳出局部极小值束缚的能力。将该改进算法应用于电力负荷预测中，提出基于改进全局和声搜索算法最小二乘支持向量机（IGHS-LSSVM）的负荷预测方法。利用某电力公司的历史数据进行仿真，结果表明方法具有较高的预测精度。