基于PSOGA的LS-SVM模型在时间序列预测中的应用

摘要：

使用PSO与GA结合的混合算法PSOGA对最小二乘支持向量机（ LS-SVM）模型的参数进行了优化，搜索到更优的参数，提高了模型的时间序列预测精度。在Mackey-Glass、Lorenz时间序列上的实验结果表明：本文模型预测精度较高。

关键词：PSO算法、GA算法、LS-SVM、时间序列预测

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目51275239；河南省科学技术研究重点项目13A510770；信阳师范学院青年骨干教师资助计划

在线出版日期：2014-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：271-274