搜索

文章查询

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

基于差分进化算法的混沌时间序列预测模型参数组合优化

张文专 龙文 焦建军

基于差分进化算法的混沌时间序列预测模型参数组合优化

张文专, 龙文, 焦建军
PDF
导出引用
导出核心图
计量
  • 文章访问数:  4269
  • PDF下载量:  895
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-05-07
  • 修回日期:  2012-05-29
  • 刊出日期:  2012-11-20

基于差分进化算法的混沌时间序列预测模型参数组合优化

  • 1. 贵州财经大学, 贵州省经济系统仿真重点实验室, 贵阳 550004
    基金项目: 

    国家自然科学基金(批准号: 10961008)资助的课题.

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.

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回