clc;
clear?
C?=?30;
theta?=?2;%C為最小二乘支持向量機的正則化參數，theta為高斯徑向基的核函數參數，兩個需要進行優化選擇調試
NumOfPre?=?1;%預測天數，在此預測本季度最后七天
%以負荷的加權為參考1
al?=?2;%溫度的加權
be?=?1;%濕度的加權
th?=?1;%星期的加權
Time?=?48;
Data?=?xlsread（‘input.xls‘）;%此為從excel表格讀數據的命令，表示將表格的數據讀到Data數組中，省略表格中的第一行第一列文字部分?可輸入你要預測的表格名稱

Data?=?Data（2:end:）;
[MN]?=?size（Data）;%計算讀入數據的行和列?M行N列
Data1?=?Data;
for?i?=?1:2
????maxData?=?max（Data（:i））;
????minData?=?min（Data（:i））;
????Data1（:i）?=?（Data（:i）?-?minData）/（maxData-minData）;%對溫度進行歸一化處理
end

for?i?=?4:N
????Data1（:i）?=?log10（Data（:i））?;%對負荷進行對數處理?溫度和負荷的預處理?可采用不同的方法?可不必拘泥
end
Dim?=??M?-?2?-?NumOfPre;%訓練樣本數%擁有完整特征描述的數據共有M-2組！！
Input?=?zeros（M8Time）;%預先分配處理后的輸入向量空間%8是特征空間的維度！也是x的元素數！！
y?=?zeros（DimTime）;
for?i?=?3:M?
????for?j?=?1:Time
????????%%選取前一天溫度、同一時刻的負荷，前兩天的負荷，當天的溫度作為輸入特征
????????x?=?[Data1（i-11:3）?Data1（i-1j+3）?Data1（i-2j+3）Data1（i1:3）];%x就是每一個負荷對應的特征向量！！！
????????x（1）=al*x（1）;
????????x（6）=al*x（6）;
????????x（2）=be*x（2）;
????????x（7）=be*x（7）;
????????x（3）=th*x（3）;
????????x（8）=th*x（8）;
????????Input（i-2:j）?=?x;%Input（i：k）的含義為：第i天第j個時刻的負荷所對應的特征向量
????????y（i-2j）?=?Data1（ij+3）;
????end
end
Dist?=?zeros（DimDimTime）;%預先分配距離空間
for?i=1:Time
????for?j=1:Dim
????????for?k=1:Dim
????????????Dist（jki）?=?（Input（j:i）?-?Input（k:i））*（Input（j:i）?-?Input（k:i））‘;
????????end
????end
end
%Dist（ijk）含義為：第i天第k個時刻的負荷與第j天同一時刻的負荷之間的特征距離
Dist1?=?exp（-Dist/（2*theta））;%RBF
K?=?zeros（1Dim）;
%?Pre?=?zeros（M-2Time）;
for?i=1:Time
????H?=?Dist1（::i）?+?eye（Dim）/C;%最小二乘支持向量的H矩陣
????f?=?-y（1:Dimi）;?
????Aeq?=?ones（Dim1）‘;
????beq?=?[0];
????option.MaxIter=1000;
????[afval]=quadprog（Hf[][]Aeqbeq）;%[][][]option）;
????b?=?zeros（1Dim）;
????for?j?=?1:Dim
????????b（1j）?=?y（ji）?-?a（j）/C?-?a‘*?Dist1（:ji）;%求每個輸入特征對應的b
????end
????b?=?sum（b）/Dim;%求平均b，消除誤差
????
????for?j?=?Dim?+?1:M-2
????????for?k?=?1:Dim
????????????K（1k）?=?exp（-（Input（j:i）?-?Input（k:i））*（Input（j:i）?-?Input（k:i））‘/（2*theta））;%預測輸入特征與訓練特征的RBF距離
????????end
????????Pre（j-Dimi）?=?sum（a‘*K‘）?+?b;??%求解預測值???
????end
end
%?Len?=?M??-?（Dim?+?3）?+?1;%預測的天數?取本季度最后Len天
Len?=?NumOfPre;
Pre?=?10.^Pre;
for?i?=?1:Len
????figure?
????plot（1:TimeData（i+Dim+24:N）‘r‘1:TimePre（i:）‘k‘）;%畫出每一天的預測值和真實值
????hold?on
????scatter（1:TimeData（i+Dim+24:N）‘o‘）
????scatter（1:TimePre（i:）‘^‘）
???%?axis（[0?25?0?100]）%坐標范圍
????hold?off
end
Acu?=?（Pre?-?Data（Dim+3:M4:N））./Data（Dim+3:M4:N）;%相對誤差
save?Acu.mat?Acu
s=0;
for?i=1:Time
????s=abs（Acu（1i））+s;
end
acu=s/Time;
save?acu.mat?acu;
Result=[Cthetaacu];
disp（Result）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件???????19340??2016-03-28?17:28??input.xls
?????文件????????3058??2016-03-29?23:52??shorttimegai1.m