基于PSO-LSSVR的造纸企业能耗预测模型的研究

针对造纸企业生产过程中的能源消耗预测问题,提出一种基于粒子群优化的最小二乘支持向量回归(PSO-LSSVR)的能耗预测模型;PSO-LSSVR中通过粒子群优化算法对LSSVR参数进行优化,解决了LSSVR参数优化选取问题,一定程度提高了预测精度;仿真结果表明,采用PSO-LSSVR方法得到的ARE仅为0.15%,低于传统的支持向量回归方法和人工神经网络方法,表明该方法具有更高的预测精度,证明该预测模型具有更好的应用价值。