首页> 中文期刊> 《仪器仪表用户》 >基于PSO优化的LS-SVM的混沌时间序列预测

基于PSO优化的LS-SVM的混沌时间序列预测

         

摘要

在非线性混沌动力学的发展中,混沌时间序列预测已成为一个非常重要的研究方向.最小二乘支持向量机(LS-SVM)是标准支持向量机的再形成形式,包含了分类、回归、预测等多种算法.微粒群优化(PSO)是当今智能寻优算法中较为简单快速的算法.运用PSO算法可以很好地解决LS-SVM的参数优化问题.针对以上问题,提出了基于PSO优化的LS-SVM预测方法,并对混沌时间序列预测进行了仿真.仿真结果证明了该算法的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号