优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，

基于粒子群算优化算法方向图综合技术。通过优化阵列的激励电流大小实现低旁瓣的方向图分布，同时在指定的干扰位置形成具有指定深度的零陷值；着重介绍了对于传统PSO算法易于早熟问题的改进。 -Based on particle swarm optimization algorithm pattern synthesis technology to achieve low sidelobe by excitation current size to optimize array pattern of

使用粒子群优化算法实现函数最优值的求解，并对参数进行优化。(The particle swarm optimization algorithm is used to solve the optimal value of the function, and the parameters are optimized.)