搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于迭代误差补偿的混沌时间序列最小二乘支持向量机预测算法

唐舟进 任峰 彭涛 王文博

基于迭代误差补偿的混沌时间序列最小二乘支持向量机预测算法

唐舟进, 任峰, 彭涛, 王文博
PDF
导出引用
计量
  • 文章访问数:  1291
  • PDF下载量:  668
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-10-24
  • 修回日期:  2013-11-26
  • 刊出日期:  2014-03-05

基于迭代误差补偿的混沌时间序列最小二乘支持向量机预测算法

  • 1. 北京邮电大学信息与通信工程学院, 北京 100876
    基金项目: 

    中国国防科技预研项目(批准号:208010201)资助的课题.

摘要: 本文分析了传统支持向量机预测算法产生的误差特性,发现产生的预测误差不同于噪声,具有较强的规律性,单一的预测模型遗漏了许多混沌序列中的确定性分量. 经过误差补偿后,残差的冗余信息减少,随机性增强. 在此基础上,本文提出一种基于迭代误差补偿的最小二乘支持向量机预测算法,能够通过多模型联合预测更加有效地逼近混沌系统的映射函数,在预测精度上取得了大幅度的提升. 此外,算法通过留一交叉验证法的方法能够在预测前自动优化模型参数组合,克服了现有算法无法仅利用先验信息优化预测模型参数的缺陷. 对MackeyGlass和Lorenz混沌时间序列进行了仿真实验,实验结果优于相关文献记载方法的预测性能,在性能指标上好于现有算法一个数量级.

English Abstract

参考文献 (20)

目录

    /

    返回文章
    返回