OALib Journal期刊
混沌时间序列的LSSVM预测方法
DOI: 10.11830/ISSN.1000-5013.2014.04.0373
Keywords: 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
Abstract:
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.
References
[1] 党建亮.基于支持向量机的混沌序列预测方法研究[D].成都:西南交通大学,2006:12-24. [2] 雷绍兰,孙才新,周浪,等.基于改进加权一阶局域预测模型的短期负荷预测方法研究[J].电测与仪表,2006,43(455):5-6. [3] 翟永杰,王子杰,黄宝还,等.基于PSO优化的SMO算法研究及应用[J].华北电力大学学报,2008,35(1):57-61. [4] 孙涛,李健,郑豫,等.基于神经网络的混沌时间序列预测[J].成都信息工程学院学报,2008,23(2):126-130. [5] 张弦,王宏力.嵌入维数自适应最小二乘支持向量机状态时间序列预测方法[J].航空学报,2007,31(12):672-675. [6] 张淑清,贾键,高敏,等.混沌时间序列重构相空间参数选取研究[J].物理学报,2010,59(3):1576-1582. [7] 王朝.基于SVM的混沌时间序列预测方法研究[D].保定:河北大学,2012:15-20. [8] 陈旭,刘延泉,葛建宏.基于PSO优化的LS-SVM的混沌时间序列预测[J].仪器仪表用户,2009,16(1):135-136. [9] 孙斌,姚海涛.基于PSO优化LSSVM的短期风速预测[J].电力系统保护与控制,2012,40(5):85-89. [10] 朱小明,张慧斌.PSO算法的稳定性分析及算法改进[J].计算机科学,2013,40(3):275-278. [11] CAO Liang-yue.Practical method for determining the minimum embedding dimension of a scalar time series[J].Physica D: Nonlinear Phenomena,1997,110(1):43-50. [12] 朱光兆,何伟.基于支持向量机的混沌时间序列预测分析[J].自动化仪器仪表,2012(1):145-149. [13] 往永生,刘卫华,杨利斌,等.基于最小二乘支持向量回归的混沌时间序列预测研究[J].海军航空工程学院学报,2009,24(3):283-288.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
