遗传算法在混沌时间序列预测中的应用研究

• 作者: 余喜林 向昌盛 周子英 张林峰
• 来源期刊: 计算机应用研究
• 关键词: 混沌时间序列 相空间重构 最小二乘支持向量机 遗传算法
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2831-2834
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.08.008

摘要

在混沌时间序列研究中,相空间重构和预测模型参数优化是影响预测性能的关键步骤,利用两者之间的相互联系来提高混沌时间序列预测模型的整体性能,提出一种基于遗传算法的混沌时间序列参数同步优化方法.同步优化方法将相空间重构和最小二乘支持向量机参数作为遗传算法的染色体,预测精度作为遗传算法的适应度函数值,通过遗传算法对参数同步优化问题进行求解.通过混沌时间数据对同步优化方法进行了验证性实验.实验结果表明,相对于单独参数优化方法,同步优化方法不仅提高了混沌时间序列的预测精度,同时降低了计算时间的复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向昌盛	湖南农业大学东方科技学院	32	348	10.0	17.0
2	周子英	湖南农业大学资源环境学院	35	474	10.0	21.0
3	张林峰	湖南农业大学信息科学技术学院	27	231	9.0	14.0
4	余喜林	湖南农业大学信息科学技术学院	10	12	2.0	3.0