基于关联向量机的混沌时间序列预测

被引：9

作者：

李刚 ^{[1
,2
]}

吴慧欣 ^{[3
]}

薛惠锋 ^{[1
]}

机构：

[1] 西北工业大学自动化学院

[2] 西安工业大学经管学院

[3] 华北水利水电学院信息工程学院

来源：

计算机仿真 | 2008年 / 25卷 / 12期

关键词：

关联向量机; 混沌; 时间序列; 预测;

D O I：

暂无

中图分类号：

TP301 [理论、方法];

学科分类号：

080201 [机械制造及其自动化];

摘要：

混沌是一种貌似无规则的运动,指在确定的系统中,不需附加任何随机因素亦可出现类似随机的行为。在混沌的研究上,根据混沌系统提取的非线性时间序列对系统的未来进行预测,是一个十分重要的方面,混沌时间序列的非线性性给预测建模带来困难。关联向量机(RVM)是一种建立在支持向量机(SVM)之上的统计学习新方法。基于RVM对以典型混沌时间序列为对象展开预测研究,实验表明在若干步内,RVM具有较高预测准确度,适用于混沌时间序列的多步预测。

引用

页码：122 / 125

页数：4