基于小波变换和AR-LSSVM的非平稳时间序列预测

被引：28

作者：

王晓兰

张万宏

王慧中

机构：

[1] 兰州理工大学电气工程与信息工程学院

来源：

控制与决策 | 2008年 / 03期

关键词：

小波变换; 非平稳时间序列; 最小二乘支持向量机; 自回归; 预测;

D O I：

10.13195/j.cd.2008.03.119.wangxl.014

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种基于二进正交小波变换和AR-LSSVM方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用最小二乘支持向量机进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.研究结果表明,该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.

引用

页码：357 / 360

页数：4

共 5 条

[1] 基于在线最小二乘支持向量机回归的混沌时间序列预测 [J].