基于多目标演化算法和改进概率分类的重尾时间序列预测

• 作者: 林文学 邹小云
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 多目标优化 风险预测 重尾分布 时间序列分类 概率分类器
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 算法
• 页码范围: 273-279
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.12.043

摘要

金融、通信和气象等领域中高频时间序列的边际分布均为重尾分布,而传统时间序列预测算法大多将数据流考虑为正态分布,导致传统算法无法适用于重尾分布的时间序列.针对这种情况,提出一种基于演化算法和改进概率分类器的重尾时间序列预测算法.将预测提前量和预测准确率作为两个优化目标,利用演化算法对两个目标进行独立优化.对高斯过程分类进行改进,使其支持重尾时间序列的分类问题,并且优化了时间效率.实验结果表明,该算法有效地提高了时间序列的预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林文学		21	40	4.0	5.0
2	邹小云		22	20	3.0	4.0