基于迭代误差补偿的混沌时间序列最小二乘支持向量机预测算法

被引：42

作者：

唐舟进

任峰

彭涛

王文博

机构：

[1] 北京邮电大学信息与通信工程学院

来源：

物理学报 | 2014年 / 63卷 / 05期

关键词：

混沌时间序列预测; 最小二乘支持向量机; 迭代误差补偿; 参数组合优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; O415.5 [混沌理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文分析了传统支持向量机预测算法产生的误差特性,发现产生的预测误差不同于噪声,具有较强的规律性,单一的预测模型遗漏了许多混沌序列中的确定性分量.经过误差补偿后,残差的冗余信息减少,随机性增强.在此基础上,本文提出一种基于迭代误差补偿的最小二乘支持向量机预测算法,能够通过多模型联合预测更加有效地逼近混沌系统的映射函数,在预测精度上取得了大幅度的提升.此外,算法通过留一交叉验证法的方法能够在预测前自动优化模型参数组合,克服了现有算法无法仅利用先验信息优化预测模型参数的缺陷.对MackeyGlass和Lorenz混沌时间序列进行了仿真实验,实验结果优于相关文献记载方法的预测性能,在性能指标上好于现有算法一个数量级.

引用

页码：78 / 87

页数：10

共 12 条

[1] 一种基于误差补偿的多元混沌时间序列混合预测模型
韩敏
许美玲
[J]. 物理学报, 2013, 62 (12) : 106 - 112
[2] 基于差分进化算法的混沌时间序列预测模型参数组合优化
张文专
龙文
焦建军
[J]. 物理学报, 2012, 61 (22) : 126 - 132
[3] 基于信息冗余检验的支持向量机时间序列预测自由参数选取方法
于艳华
宋俊德
[J]. 物理学报, 2012, 61 (17) : 168 - 181
[4] 基于径向基函数神经网络的混沌时间序列相空间重构双参数联合估计
陈帝伊
柳烨
马孝义
[J]. 物理学报, 2012, 61 (10) : 22 - 31
[5] 基于小波回声状态网络的混沌时间序列预测
宋彤
李菡
[J]. 物理学报, 2012, 61 (08) : 90 - 96
[6] 基于信息熵优化相空间重构参数的混沌时间序列预测
张春涛
马千里
彭宏
[J]. 物理学报, 2010, 59 (11) : 7623 - 7629
[7] 基于模糊边界模块化神经网络的混沌时间序列预测
马千里
郑启伦
彭宏
覃姜维
[J]. 物理学报, 2009, 58 (03) : 1410 - 1419
[8] 基于多重核学习支持向量回归的混沌时间序列预测
张军峰
胡寿松
[J]. 物理学报, 2008, (05) : 2708 - 2713
[9] Chaotic time series prediction of E-nose sensor drift in embedded phase space[J] . Lei Zhang,Fengchun Tian,Shouqiong Liu,Lijun Dang,Xiongwei Peng,Xin Yin.Sensors & Actuators: B. Chemical . 2013
[10] Cooperative coevolution of Elman recurrent neural networks for chaotic time series prediction[J] . Rohitash Chandra,Mengjie Zhang.Neurocomputing . 2012

← 1 2 →