基于差分进化算法的混沌时间序列预测模型参数组合优化

• 作者: 张文专 焦建军 龙文
• 来源期刊: 物理学报
• 学科: 工学
• 关键词: 混沌时间序列 差分进化算法 参数组合优化 预测
• 年，卷（期）: 2012,（22）
• 所属期刊栏目: 总论
• 页码范围: 120-126
• 分类号: TP183
• 语种: 中文

摘要

为了提高混沌时间序列预测模型的预测精度，提出一种基于差分进化（DE）算法的相空间重构和最小二乘支持向量机（LSSVM）模型参数组合优化方法．该方法将相空间重构参数和LSSVM预测模型参数进行组合作为差分进化算法的个体，以混沌时间序列预测精度作为个体的适应度函数，通过循环迭代获得最优参数组合．几个混沌时间序列的仿真实验结果表明，与传统的优化方法相比，参数组合优化方法具有更高的预测精度．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦建军	贵州财经大学贵州省经济系统仿真重点实验室	54	235	8.0	14.0
2	龙文	贵州财经大学贵州省经济系统仿真重点实验室	53	474	13.0	20.0
3	张文专	贵州财经大学贵州省经济系统仿真重点实验室	22	172	7.0	12.0