基于SVM的瓦斯体积分数混沌时间序列预测

• 作者: 刘婷婷 史久根 韩江洪
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 混沌时间序列 支持向量机 瓦斯体积分数 预测
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 1150-1153
• 页数: 4页
• 分类号: TP391|TD712
• 字数: 3181字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2009.08.008

摘要

文章针对瓦斯体积分数时间序列的非线性和不确定性特征,提出了一种基于SVM的混沌时间序列预测方法.该方法采用改进的最大Lyapunov指数法识别时间序列的混沌特性,通过多次试验选取合适的参数构造SVM预测模型,最后使用优化的预测模型对φ瓦斯的变化趋势进行预测.仿真结果表明,该模型能够较好地解决φ瓦斯时间序列的预测问题,与RBF神经网络模型相比,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩江洪	合肥工业大学计算机与信息学院	333	3281	24.0	43.0
5	刘婷婷	合肥工业大学计算机与信息学院	11	29	3.0	5.0
6	史久根	合肥工业大学计算机与信息学院	35	234	9.0	13.0