版权说明 操作指南
首页 > 成果 > 详情

混沌时间序列预测模型参数同步优化

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
向昌盛;张林峰
作者机构:
[向昌盛] 湖南农业大学东方科技学院
[张林峰] 湖南农业大学信息技术学院
语种:
中文
关键词:
最小二乘支持向量机;时间序列预测;均匀设计;优化
关键词(英文):
time series prediction;uniform design;optimization
期刊:
计算机工程与应用
ISSN:
1002-8331
年:
2011
卷:
47
期:
1
页码:
4-7,11
基金类别:
国家教育部新世纪人才支持计划No.NCET-06-0710 湖南省教育厅科学研究资助项目(No.10C0803)
机构署名:
本校为第一机构
院系归属:
信息科学技术学院
东方科技学院
摘要:
传统上相空间重构与预测模型参数优化分开优化, 割裂两者的联系, 模型预测性能难以达到最优. 利用相空间重构和预测模型参数的互相关系, 提出一种混沌时间序列预测模型参数同步优化方法. 首先采用均匀设计方法对影响模型预测精度的参数进行均匀设计, 然后采用自调用最小二乘支持向量机进行参数同步优化, 得到最优参数. 以经典混沌时间序列太阳黑子年平均数为例进行了验证, 结果表明, 相对传统的参数优化算法, 参数同步优化算法时间复杂度低、预测精度高, 为混沌时间序列预测模型参数优化提供了一种新的思路
摘要(英文):
Phase space reconstruction and least square support vector machine parameters optimization are optimized separately in traditional methods,and the prediction model can't achieve the best performance.A parameters simultaneous optimization method is proposed,which uses the interdependent relationship between phase space reconstruction and least square support vector machine parameters to improve the model performance.Firstly,the parameters are designed based on uniform design.Secondly,parameters are optimized based on least square support vector...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com