支持向量機(jī)（SVM）的核函數(shù)類型和超參數(shù)對(duì)預(yù)測(cè)的精度有重要影響。由于局部核函數(shù)學(xué)習(xí)能力強(qiáng)、泛化性能弱，而全局核函數(shù)泛化性能強(qiáng)、學(xué)習(xí)能力弱的矛盾，通過綜合兩類核函數(shù)各自優(yōu)點(diǎn)構(gòu)造了基于全局多項(xiàng)式核和高斯核的混合核函數(shù)，并引入果蠅優(yōu)化算法（FOA）對(duì)最小二乘支持向量機(jī)（LSSVM）參數(shù)進(jìn)行全局尋優(yōu)，提出了混合核函數(shù)FOA-LSSVM 預(yù)測(cè)模型。結(jié)果表明，該模型較傳統(tǒng)方法在電力負(fù)荷預(yù)測(cè)精度上有了明顯提高，預(yù)測(cè)結(jié)果科學(xué)可靠，在預(yù)測(cè)中具有良好的實(shí)際應(yīng)用價(jià)值。