基于高斯过程的混沌时间序列单步与多步预测

• 作者: 张友鹏 李军
• 来源期刊: 物理学报
• 学科: 物理学
• 关键词: 高斯过程 混沌时间序列 预测 模型比较
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 总论
• 页码范围: 143-152
• 分类号: O415.5
• 字数: 8074字
• 语种: 中文

摘要

针对混沌时间序列单步和多步预测，提出基于复合协方差函数的高斯过程（GP）模型方法．GP模型的确立由协方差函数决定，通过对训练数据集的学习，在证据最大化框架内，利用矩阵运算和优化算法自适应地确定协方差函数和均值函数中的超参数．GP模型与神经网络、模糊模型相比，其可调整参数很少．将不同复合协方差函数的GP模型应用在混沌时间序列单步及多步提前预测中，并与单一协方差函数的GP、支持向量机、最小二乘支持向量机、径向基函数神经网络等方法进行了比较．仿真结果表明，基于不同复合协方差函数的GP方法能精确地预测混沌时间序列，具有稳健的特性．因此，它是研究复杂非线性动力系统辨识和控制的一种有效方法．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张友鹏	兰州交通大学自动化与电气工程学院	151	1113	16.0	25.0
2	李军	兰州交通大学自动化与电气工程学院	70	490	13.0	19.0