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