基于无迹卡尔曼滤波的LSSVR在线多步时间序列预测

• 作者: 刘小雍 方华京 熊中刚 许宁
• 来源期刊: 信阳师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 在线多步预测 最小二乘支持向量回归(LSSvR) 无迹卡尔曼滤波(UKF) 时间滑动窗口
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 应用技术研究
• 页码范围: 320-326
• 页数: 7页
• 分类号: TP391.9
• 字数: 5179字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0972.2019.02.026

摘要

准确宽范围多步预测在时间序列预测应用中带来了巨大挑战.提出了一种基于最小二乘支持向量回归(ISSVR)和无迹卡尔曼滤波(UKF)的在线多步预测方法,利用时间滑动窗口减小算法的计算负荷,UKF方法实现LSSVR模型参数更新以提高预测精度.当预测范围达到预定步长p时,由核宽度σ、支持值参数{αk}k=1L以及偏移项b所构成的模型参数通过新的测量值和UKF进行在线更新.提出的方法不仅以较少的训练数据建立在线预测模型(所需训练数据集大小为相空间维数与滑动窗口长度之和),且多步预测值的精度相比于传统方法得到进一步提高.最后,通过几个实验研究论证了提出方法的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方华京	华中科技大学自动化学院	125	1535	23.0	33.0
2	许宁	遵义师范学院工学院	10	8	2.0	2.0
3	熊中刚	遵义师范学院工学院	36	124	6.0	9.0
4	刘小雍	遵义师范学院工学院	33	46	4.0	4.0