收藏本站
《物理学报》 2004年10期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

混沌时间序列的支持向量机预测

崔万照  朱长纯  保文星  刘君华  
【摘要】:根据混沌动力系统的相空间延迟坐标重构理论 ,基于支持向量机的强大的非线性映射能力 ,建立了混沌时间序列的支持向量机预测模型 ,并在统计学习理论的基础上采用最小二乘方法来训练预测模型 ,利用该模型对嵌入维数与模型的均方根误差的关系进行了探讨 .最后利用Mackey Glass时间序列和变参数的Ikeda时间序列对该模型进行了验证 ,结果表明 ,该预测模型能精确地预测混沌时间序列 ,而且在混沌时间序列的嵌入维数未知时也能取得比较好的预测效果 .这一结论预示着支持向量机是一种研究混沌时间序列的有效方法