摘要：双胞支持向量回归TSVR（twin support vector regression）参数的合理选择严重影响回归结果的准确性.该文采用竞争型智能单粒子算法CISPO（competitive intelligent single particle optimizer）优化参数.CISPO针对智能单粒子算法中各因子值难以确定的问题,在每次迭代中根据待优化参数的变化情况自动选择最佳的因子值,同时引入迭代竞争因子,避免算法前期陷入混乱,而后期又能更好地找到全局最优值.将基于CISPO优化的TSVR模型应用到电力系统短期负荷预测中,结果表明,该方法能有效提高负荷预测的速度和精度。

关键词：双胞支持向量回归 竞争型智能单粒子算法 短期负荷预测 参数优化 智能单粒子算法 

单位：广东工业大学自动化学院 广州510006