پيش بيني سرعت باد با استفاده از بردارهاي پشتيبان رگرسيون SVR بهينه شده توسط الگوريتم هاي بهينه سازي مختلف

پيش بيني دقيق سرعت باد امري مهم جهت برنامه ريزي و استفاده از اين انرژي پاك مي باشد. يكي از روش هاي موفق در زمينه پيش بيني سري هاي زماني، بردار هاي پشتيبان رگرسيون ) SVR ( مي باشد كه زير مجموعه روش هاي هوش مصنوعي قرار مي گيرد. اين روش علي رغم مزايايي همچون دقت در پيش بيني و مقاوم بودن، از عدم وجود قاعده اي خاص جهت تنظيم پارامترهايش رنج مي برد. روشي كه امروزه جهت تنظيم اين پارامترها مورد استفاده قرار مي گيرد، الگوريتم هاي مختلف بهينه سازي مي باشد. ما نيز در اين مقاله با مقايسه 8 الگوريتم مختلف بهينه سازي به بررسي قوي ترين الگوريتم جهت تنظيم بهينه پارامترها براي مدل SVR پرداخته ايم. در نهايت نتايج بدست آمده را با دو روش شبكه هاي مصنوعي ديگر يعني پرسپترون چند لايه ) MLP ( و توابع پايه شعاعي ) RBF ( مقايسه كرديم.