基于LSSVM的混沌时间序列的多步预测
来源期刊：控制与决策2006年第1期
论文作者：江田汉 束炯
文章页码：77 - 80
关键词：混沌时间序列;最小二乘支持向量机;预测;
摘 要：结合相空间重构理论和统计学习理论,实现混沌时间序列的多步预测.采用微熵率法求得最优嵌入维数和时延参数,重构系统相空间,用最小二乘支持向量机建立混沌时间序列的多步预测模型,并与径向基函数网络预测模型比较.结果表明,所建立的模型能够捕捉到原混沌系统的动力学特征.前者的归一化均方根预测误差远小于径向基函数网络预测模型的预测误差,泛化能力较强,其预测效果较好.
江田汉1，束炯2
1. 北京大学环境科学系2. 华东师范大学地理信息科学教育部重点实验室
摘 要：结合相空间重构理论和统计学习理论,实现混沌时间序列的多步预测.采用微熵率法求得最优嵌入维数和时延参数,重构系统相空间,用最小二乘支持向量机建立混沌时间序列的多步预测模型,并与径向基函数网络预测模型比较.结果表明,所建立的模型能够捕捉到原混沌系统的动力学特征.前者的归一化均方根预测误差远小于径向基函数网络预测模型的预测误差,泛化能力较强,其预测效果较好.
关键词：混沌时间序列;最小二乘支持向量机;预测;
