摘要：组合预测把多种单一预测方法按一定方式结合，综合利用各种预测方法所提供的信息，并在综合这些信息的基础之上进行最优组合。采用支持向量机（SVM）实现分时段变权重组合预测，描述多种方法的预测结果与实际负荷的非线性关系，并采用改进粒子群（PSO）与模拟退火（SA）自学习融合的协同优化方法SA-MPSO对SVM模型参数进行优化，用两种不同特性的测试函数对该优化算法的收敛性进行测试，通过多次测试平均值验证其收敛性。实例仿真中，SA—MPSO优化的SVM模型实现对三个不同预测模型的组合，预测结果表明，该方法除了避开传统组合预测模型权重复杂求取问题，且参数优化自适应能力强，有利于预测精度的提高。

关键词：算法融合 自适应 粒子群 模拟退火 支持向量机 

单位：武汉理工大学自动化学院 湖北武汉430070 武汉电力调度信息通信中心 湖北武汉430015