摘要:为了提高混沌时间序列预测模型的预测精度,提出一种基于差分进化(DE)算法的相空间重构和最小二乘支持向量机(LSSVM)模型参数组合优化方法.该方法将相空间重构参数和LSSVM预测模型参数进行组合作为差分进化算法的个体,以混沌时间序列预测精度作为个体的适应度函数,通过循环迭代获得最优参数组合.几个混沌时间序列的仿真实验结果表明,与传统的优化方法相比,参数组合优化方法具有更高的预测精度.
关键词:混沌时间序列 差分进化算法 参数组合优化 预测
单位:贵州财经大学 贵州省经济系统仿真重点实验室 贵阳550004
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社