混沌时间序列的LSSVM预测方法

作者：莫小琴; 李钟慎

来源：华侨大学学报(自然科学版), 2014, (04): 373-377.

• 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 chaotic time series
• phase space reconstruction
• least squares support vector machine
• particle swarm optimization
• prediction model

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.

• 出版日期2014
• 单位华侨大学