期刊文献+

基于PSO优化的LS-SVM的混沌时间序列预测 被引量:3

下载PDF
导出
摘要 在非线性混沌动力学的发展中,混沌时间序列预测已成为一个非常重要的研究方向。最小二乘支持向量机(LS-SVM)是标准支持向量机的再形成形式,包含了分类、回归、预测等多种算法。微粒群优化(PSO)是当今智能寻优算法中较为简单快速的算法,运用PSO算法可以很好地解决LS-SVM的参数优化问题。针对以上问题,提出了基于PSO优化的LS-SVM预测方法,并对混沌时间序列预测进行了仿真。仿真结果证明了该算法的有效性。
出处 《仪器仪表用户》 2009年第1期135-136,共2页 Instrumentation
  • 相关文献

参考文献6

二级参考文献35

共引文献2384

同被引文献17

引证文献3

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部