期刊文章详细信息
用于混沌时间序列预测的组合核函数最小二乘支持向量机 ( EI收录)
Combination kernel function least squares support vector machine for chaotic time series prediction
文献类型:期刊文章
机构地区:[1]沈阳工业大学信息科学与工程学院,沈阳110870 [2]东北大学信息科学与工程学院,沈阳110819 [3]辽宁林业职业技术学院人文社会科学系,沈阳110101
基 金:国家自然科学基金重点项目(批准号:61034005)资助的课题~~
年 份:2014
卷 号:63
期 号:16
起止页码:66-76
语 种:中文
收录情况:BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号:20143900071435)、IC、INSPEC、JST、RCCSE、SCI-EXPANDED(收录号:WOS:000341427000009)、SCIE、SCOPUS、WOS、ZGKJHX、ZMATH、核心刊
摘 要:针对混沌时间序列的预测问题,考虑到单一核函数的最小二乘支持向量机无法明显提高预测精度,提出了一种组合核函数的最小二乘支持向量机预测模型,模型中采用多项式函数与径向基函数组合构建核函数.同时,还对遗传算法进行了改进,使之具有更快的收敛速度和更高的精度,改进的遗传算法适用于解决预测模型中的参数优化问题.通过典型的Lorenz时间序列、Mackey-Glass时间序列、太阳黑子数时间序列以及具有混沌特性的网络流量时间序列对该模型进行了验证.仿真结果表明所提出的模型是有效的.
关 键 词:混沌时间序列 最小二乘支持向量机 组合核函数 改进遗传算法
分 类 号:TP18]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...