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