我是以技术研发人员的身份到公司工作的，刚开始主要做的是模型的研发工作。作为一个高新技术企业，首先一点就是要不断创新，所以研发新的模型对于公司的长远发展意义重大。公司技术负责人给我提供的研究方向是SVM（Support Vector Machine）。关于这个方法的来源，有一段故事。
2001年8月至2001年12月期间，国际合作组织“欧洲网络智能技术”（Center for Intelligent Technology）举办了一个世界范围的电力负荷预报竞赛。竞赛组委会提供1997年和1998年两年东斯洛伐克（East-Slovakia Power Distribution Company）每日电力负荷数据（每30分钟一个记录）和同期的每日平均气温以及这两年节假日的日期，要求预报1991年1月1日至1999年1月31日期间每日的最大电力负荷。共有21个国家和地区共56个团体（其中包括能源公司、研究机构、大学等）注册参赛，共收到了26份研究报告。
北京超思华科科技有限公司，即我现在所在的公司，也按照竞赛的要求，利用公司的预报平台建立电力负荷预报模型。规则上则完全依照比赛的要求，预报东斯洛伐克1991年1月的每日最大电力负荷，预报结果的平均相对误差为2.34%。与上述26个竞赛研究报告相比排在第3名。作为一个应用于资本市场的复杂适应性模型，并且在没有过多的研究电力负荷本身的情况下，预测的结果可以说完全是对于模型内在设置及方法的检验。
此次竞赛排在第一位的是台湾大学的林智仁（Chih Jen Lin）教授，他所使用的方法就是SVM方法。当然我并不是说我们自己的方法就一定比林教授的方法差，只是觉得作为一种新的方法，无论是好还是坏，我们都有必要去学习和了解。于是公司便产生了研究SVM的想法。接下来我会详细介绍我研究SVM的一些心得和体会。
北京超思华科科技有限公司 Newnewton
![[ Poco网摘 ]](javascript:d=document;t=d.selection?(d.selection.type!='None'?d.selection.createRange().text:''):(d.getSelection?d.getSelection():'');void(keyit=window.open('http://my.poco.cn/fav/storeIt.php?t='+escape(d.title)+'&u='+escape(d.location.href)+'&c='+escape(t)+'&img=http://www.h-strong.com/blog/logo.gif','keyit','scrollbars=no,width=475,height=575,stat
us=no,resizable=yes'));keyit.focus();){kind=link}