说明：1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合...

遗传算法 多目标 Pareto 最优解搜索算法 二维背包搜索算法 免疫算法 粒子群算法 鱼群算法 模拟退火算法 蚁群算法 神经网络 向量机分类 向量机回归拟合 极限学习机 回归拟合

说明：利用遗传程序设计建立电力系统的负荷模型，无需像传统方法一样预先确定具体的模型结构，它能根据输入输出数据直接演化出变量间的函数关系，并且能够一次性的同时确定函数的结构形式和参数，使得模型的生成过程趋于智能化、自动化，解决了负荷建模工作中长期困扰的模型辨识问题。

参数辨识智能 遗传辨识 负荷参数辨识 电力负荷建模 power-GP