混沌时间序列的LSSVM预测方法

• 作者: 李钟慎 莫小琴
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 混沌时间序列 相空间重构 最小二乘支持向量机 粒子群优化 预测模型
• 年，卷（期）: 2014,（4）
• 页码范围: 373-377
• 页数: 5页
• 分类号: TP216.1
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.2014.04.0373

摘要

结合相空间重构理论，提出运用最小二乘支持向量机（LSSVM）建立混沌时间序列的预测模型，并用粒子群优化（PSO）解决 LSSVM参数寻优的问题。通过与 RBF神经网络构建的预测模型相比较，计算预测模型的均方根误差来评价模型的性能。结果表明：采用PSO优化的 LSSVM预测模型的预测精度更高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李钟慎	华侨大学机电及自动化学院	108	860	14.0	25.0
2	莫小琴	华侨大学机电及自动化学院	4	11	2.0	3.0