基于ADE算法的LSSVM在混沌时间序列中的应用

被引：2

作者：

崔庆

马孝义

李贤波

朱晖

李忠娟

机构：

[1] 西北农林科技大学水利与建筑工程学院

来源：

计算机应用与软件 | 2014年 / 31卷 / 01期

关键词：

混沌时间序列; 相空间重构技术; 最小二乘支持向量机; 核函数; 差分进化算法; Lorenz系统;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了提高基于最小二乘支持向量机（LSSVM）模型的时间序列预测方法的泛化能力及预测精度,研究一种基于自适应差分进化算法（ADE）的最小二乘支持向量机模型（ADELSSVM）。首先利用相空间重构技术对样本数据进行相空间重构,再利用ADE对LSSVM的两个参数进行组合寻优,最后利用Lorenz系统对模型进行仿真试验并与未进行参数优化的LSSVM预测结果对比。结果表明,ADELSSVM方法是一种可行的、有效的混沌时间序列预测方法,可为今后的科学研究提供新的理论思想。

引用

页码：275 / 277+289 +289

页数：4

共 9 条

[1]

混沌时间序列分析及其应用[M]. 武汉大学出版社 , 吕金虎等编著, 2002

[2] PSO并行优化LSSVR非线性黑箱模型辨识 [J].

刘胜 ;

宋佳 ;

李高云 .

智能系统学报, 2010, 5 (01) :51-56

[3] 混沌时间序列重构相空间参数选取研究 [J].

张淑清 ;

贾健 ;

高敏 ;

韩叙 .

物理学报, 2010, 59 (03) :1576-1582

[4] 基于差分进化算法的支持向量回归机参数优化 [J].

陈涛 .

计算机仿真, 2011, 28 (06) :198-201

[5]

差分进化算法及应用研究[D]. 吴亮红.湖南大学 2007

[6] 多变量混沌时间序列局部多项式预测方法及应用(英文) [J].

方芬 ;

王海燕 .

Journal of Southeast University(English Edition), 2005, (02) :229-232

[7] 混沌时间序列全局预测新方法——连分式法 [J].

张森 ;

肖先赐 .

物理学报, 2005, (11) :5062-5068

[8] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300

[9]

Differential evolution-a simple and efficient adaptive scheme for global optimization over continuous spaces. Storn R,Price K. Technical Report TR-95-012 . 1995

← 1 →