[發(fā)明專利]一種基于回歸型支持向量機確定節(jié)能效果的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201310530348.7
• 申請日: 2013-10-30
• 公開（公告）號: CN103544398A
• 公開（公告）日: 2014-01-29
• 發(fā)明（設計）人: 劉國勝;楊文人;彭磊
• 申請（專利權）人: 廣東工業(yè)大學;惠州市品智科技有限公司;廣州萬智信息科技有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 胡彬

1.一種基于回歸型支持向量機確定節(jié)能效果的方法，其特征在于，包括：

以回歸型支持向量機算法計算單位產(chǎn)品能耗的預測值X_p；

從數(shù)據(jù)庫中讀取所述單位產(chǎn)品能耗的實際值X_t，所述單位產(chǎn)品能耗的預測值X_p和單位產(chǎn)品能耗的實際值X_t是同一時間段的單位產(chǎn)品能耗；

根據(jù)公式計算單位產(chǎn)品的節(jié)能效果η。

2.根據(jù)權利要求1所述的方法，其特征在于，所述以回歸型支持向量機算法計算單位產(chǎn)品能耗的預測值X_p包括：

構建回歸型支持向量機模型的輸入和輸出并且選擇回歸型支持向量機模型的特征參數(shù)，所述輸入包括數(shù)據(jù)的階數(shù)m；

訓練回歸型支持向量機模型，得到回歸函數(shù)f(x)；

根據(jù)所述回歸型支持向量機模型計算所述單位產(chǎn)品能耗的預測值X_p。

3.根據(jù)權利要求2所述的方法，其特征在于，所述訓練回歸型支持向量機模型，得到回歸函數(shù)f(x)之后還包括：

根據(jù)評價指標，判斷所述回歸函數(shù)f(x)是否滿足性能要求，所述評價指標包括均方誤差E和相關系數(shù)R²；

若所述回歸函數(shù)f(x)不滿足性能要求，返回到選擇所述回歸型支持向量機模型中的特征參數(shù)的步驟。

4.根據(jù)權利要求2或3所述的方法，其特征在于，所述回歸型支持向量機模型中的特征參數(shù)包括高斯徑向基核函數(shù)的參數(shù)δ、懲罰因子C和精度參數(shù)ε。

5.根據(jù)權利要求2所述的方法，其特征在于，所述構建回歸型支持向量機模型的輸入和輸出并且選擇回歸型支持向量機模型中的特征參數(shù)還包括：

回歸型支持向量機模型的輸入和輸出的預處理。

6.一種基于回歸型支持向量機確定節(jié)能效果的系統(tǒng)，其特征在于，包括：

預測能耗模塊，用于以回歸型支持向量機算法計算單位產(chǎn)品能耗的預測值X_p；

獲得能耗實際值模塊，用于從數(shù)據(jù)庫中讀取所述單位產(chǎn)品能耗的實際值X_t，所述單位產(chǎn)品能耗的預測值X_p和單位產(chǎn)品能耗的實際值X_t是同一時間段的單位產(chǎn)品能耗；

評估節(jié)能效果模塊，用于根據(jù)公式計算所述單位產(chǎn)品的節(jié)能效果η。

7.根據(jù)權利要求6所述的系統(tǒng)，其特征在于，所述預測能耗模塊包括：

模型參數(shù)獲取模塊，用于構建回歸型支持向量機模型的輸入和輸出并且選擇回歸型支持向量機模型的特征參數(shù)，所述輸入包括數(shù)據(jù)的階數(shù)m；

訓練模型模塊，用于訓練回歸型支持向量機模型，得到回歸函數(shù)f(x)；

計算能耗預測值模塊，用于根據(jù)所述回歸型支持向量機模型計算所述單位產(chǎn)品能耗的預測值X_p。

8.根據(jù)權利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

評價模型模塊，用于根據(jù)評價指標，判斷所述回歸函數(shù)f(x)是否滿足性能要求，所述評價指標包括均方誤差E和相關系數(shù)R²；

重新選擇模型參數(shù)模塊，若所述回歸函數(shù)f(x)不滿足性能要求，用于返回到選擇所述回歸型支持向量機模型中的特征參數(shù)的步驟。

9.根據(jù)權利要求7或8所述的系統(tǒng)，其特征在于，所述回歸型支持向量機模型中的特征參數(shù)包括高斯徑向基核函數(shù)的參數(shù)δ、懲罰因子C和精度參數(shù)ε。

10.根據(jù)權利要求7所述的系統(tǒng)，其特征在于，所述模型參數(shù)獲取模塊還包括：

預處理參數(shù)模塊，用于回歸型支持向量機模型的輸入和輸出的預處理。