%0 Journal Article
%T 混沌时间序列的LSSVM预测方法
%A 莫小琴
%A 李钟慎
%J 华侨大学学报(自然科学版)
%P 373-377
%D 2014
%R 10.11830/ISSN.1000-5013.2014.04.0373
%X 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.
%K 混沌时间序列
%K 相空间重构
%K 最小二乘支持向量机
%K 粒子群优化
%K 预测模型
%U http://www.hdxb.hqu.edu.cn/oa/DArticle.aspx?type=view&id=201404003