10.3969/j.issn.1006-9348.2015.09.086
关于AdaBoost.RT集成算法时间序列预测研究
对于时间序列预测问题,AdaBoost.RT集成可有效改善单一预测由于自身局限性而导致的预测精度不高的问题.但集成算法对阈值较为敏感,为提高预测精度,提出一种自适应动态调整阈值的方法.在分析不同阈值对预测影响的基础上,给出了合理初始迭代阈值;以均方根相对误差为标准衡量不同代之间弱学习机的训练效果,并通过比较相邻两代均方根相对误差的大小,判断是否调整阈值,给出了相应的调整方式;最后对获得的新阈值取值范围进行了限定,防止出现极端情形,保证算法的稳定性.在Henon混沌时间序列上的实验结果表明,提出的方法可有效提高时间序列的预测精度,是对AdaBoost.RT集成的一种完善.
自适应增强集成、阈值、弱学习机、稳定性
32
TP206(自动化技术及设备)
国家自然科学基金61372167,61379104
2015-11-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
391-394,424