文摘
英文文摘
声明
1绪论
1.1选题背景及意义
1.2风速预测的概念和特点
1.3风速预测的研究现状
1.4本文的研究内容及安排
2统计学习理论与支持向量机概述
2.1统计学习理论
2.1.1机器学习问题
2.1.2学习过程的一致性
2.1.3学习机器推广能力的界和VC维
2.1.4结构风险最小化原则
2.2支持向量机概述
2.2.1广义最优分类面
2.2.2线性支持向量机
2.2.3非线性支持向量机
2.2.4核函数
2.2.5支持向量回归机
3支持向量回归机的模型选择
3.1支持向量回归机模型
3.1.1 ε-支持向量回归机
3.1.2 ν-支持向量回归机
3.2核函数的选择与构造
3.3模型参数的选择与确定
4基于SVR的短期风速预测
4.1基于SVR的短期风速预测模型
4.1.1模型的构建
4.1.2模型的求解
4.2工具软件LIBSVM简介
4.2.1关于LIBSVM
4.2.2 LIBSVM使用方法
4.3短期风速预测实例分析
4.3.1数据的预处理
4.3.2模型参数(C,σ)的选取
4.3.3 ε-SVR模型参数的确定
4.3.4 ν-SVR模型参数的确定
4.4预测结果对比分析
4.4.1基于ε-SVR的短期风速预测
4.4.2基于ν-SVR的短期风速预测
4.4.3模型预测结果分析
5结论
5.1结论
5.2展望
致谢
参考文献
附录