10.11830/ISSN.1000-5013.2014.04.0373
混沌时间序列的LSSVM预测方法
结合相空间重构理论,提出运用最小二乘支持向量机(LSSVM)建立混沌时间序列的预测模型,并用粒子群优化(PSO)解决 LSSVM参数寻优的问题。通过与 RBF神经网络构建的预测模型相比较,计算预测模型的均方根误差来评价模型的性能。结果表明:采用PSO优化的 LSSVM预测模型的预测精度更高。
混沌时间序列、相空间重构、最小二乘支持向量机、粒子群优化、预测模型
TP216.1(自动化技术及设备)
福建省自然科学基金资助项目2011J01350;中央高校基本科研业务费资助项目JB-ZR1107
2014-08-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
373-377