基于TSO-LS-SVM模型的电煤库存风险评价研究

作     者：陈云峰 于雪 刘吉成 马旭颖 朱玺瑞 

作者机构：华北电力大学经济与管理学院 国家能源投资集团有限责任公司 

出 版 物：《中国管理科学》 (Chinese Journal of Management Science)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 0202[经济学-应用经济学] 02[经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(71771085) 

主　　题：电煤库存风险 风险评价 支持向量机 金枪鱼群优化算法 

摘      要：为提高电煤企业库存风险评估的准确度和效率，本文提出一种金枪鱼群优化算法与最小二乘支持向量机（TSO-LS-SVM）的风险组合评价模型。首先，该方法利用金枪鱼群优化算法（Tuna Swarm Optimization algorithm，TSO）实现了最小二乘法（Least Squares，LS）和支持向量机模型（Support Vector Machine，SVM）的参数设置优化。其次，通过算例分析验证了所提TSO-LS-SVM模型在电煤库存风险评价中的适用性。再次，通过对比金枪鱼群优化算法、鲸鱼优化算法（Whale Optimization Algorithm，WOA）和粒子群优化算法（Particle Swarm Optimization，PSO）验证了本文所提方法的优越性，结果显示TSO-LS-SVM模型收敛速度快，准确率更高，均方误差更小，在电煤库存风险评价中表现最优。最后，通过灵敏性分析从煤炭损耗、政策机遇、设施建设、员工素养和信息传导五个角度提出了风险管控策略，为电煤企业提高库存风险管控水平提供了参考。