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

多元混沌时间序列的多核极端学习机建模预测

王新迎 韩敏

多元混沌时间序列的多核极端学习机建模预测

王新迎, 韩敏
PDF
导出引用
导出核心图
计量
  • 文章访问数:  1113
  • PDF下载量:  515
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-07-29
  • 修回日期:  2014-09-05
  • 刊出日期:  2015-04-05

多元混沌时间序列的多核极端学习机建模预测

  • 1. 大连理工大学, 电子信息与电气工程学部, 控制科学与工程学院, 大连 116023
    基金项目: 

    国家自然科学基金(批准号: 61374154)和国家重点基础研究发展计划(973计划) (批准号: 2013CB430403)资助的课题.

摘要: 多元混沌时间序列广泛存在于自然、经济、社会、工业等领域. 对多元混沌时间序列进行建模预测有助于人类更好地管理, 控制与决策. 针对多元混沌时间序列的建模预测问题, 本文提出一种基于多核极端学习机的预测方法. 首先对多元混沌时间序列进行相空间重构, 将多元混沌时间序列序列的时间相关性转化为空间相关性. 提出一种结合多核学习算法与核极端学习机模型的多核极端学习机建立相空间中输入输出数据的非线性映射. 多核极端学习机模型结合了多核学习算法的数据融合能力以及核极端学习机的训练简便优势. 基于Lorenz混沌时间序列预测和San Francisco河流月径流量预测的仿真实验表明, 与其他常见混沌时间序列预测方法相比, 本文提出的基于多核极端学习机的多元混沌时间序列预测方法具有更小的预测误差.

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回