基于CPSO和SVM的混沌时间序列预测

• 作者: 丛晓东 田江 郭良栋
• 来源期刊: 辽宁科技大学学报
• 学科: 工学
• 关键词: 混沌时间序列 混沌粒子群优化 支持向量机
• 年，卷（期）: 2009,（6）
• 页码范围: 561-565,570
• 页数: 6页
• 分类号: TP15
• 字数: 3425字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1048.2009.06.001

摘要

提出了一种改进的支持向量机(SVM)混沌时间序列预测精度的方法.对于模型参数估计,引入混沌粒子群优化算法(CPSO)实现全局寻优,利用支持向量回归实现非线性系统的建模和预测.对Mackey-Glass混沌时间序列进行了预测实验的结果表明,本文方法能对Mackey-Glass混沌时间序列进行准确预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田江	大连理工大学电信学院	7	32	4.0	5.0
2	郭良栋	辽宁科技大学理学院	11	15	2.0	3.0
3	丛晓东		3	1	1.0	1.0