摘要：支持向量机（SVM）是一种新颖的机器学习方法，具有泛化能力强、全局最优和计算速度快等突出优点．模糊数学在不确定性、不精确性及噪声引起的问题上，有其特有的计算分析操作，能有效地分析和处理模糊信息．研究了一种模糊回归支持向量机模型，该模型将两者有机结合，发挥了各自的优点．将其应用到电力系统短期负荷预测，仿真结果表明，所提方法不仅具有与支持向量机方法相同的预测精度，且提供了更多的有用信息．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社