基于CPSO和SVM的混沌时间序列预测

作者：郭良栋; 田江; 丛晓东

来源：辽宁科技大学学报, 2009, (06): 561-565+570.

• 混沌时间序列
• 混沌粒子群优化
• 支持向量机 chaotic time series
• chaos particle swarm optimization
• support vector machine

提出了一种改进的支持向量机(SVM)混沌时间序列预测精度的方法。对于模型参数估计,引入混沌粒子群优化算法(CPSO)实现全局寻优,利用支持向量回归实现非线性系统的建模和预测。对Mackey-Glass混沌时间序列进行了预测实验的结果表明,本文方法能对Mackey-Glass混沌时间序列进行准确预测。

• 单位
  广东志高空调有限公司; 大连理工大学; 辽宁科技大学