[1]张明玲 张润莲.基于混沌搜索的 LS-SVM 预测算法[J].大众科技,,():45.
点击复制

基于混沌搜索的 LS-SVM 预测算法
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
期数:
201403期
页码:
45
栏目:
信息技术与通信
出版日期:

文章信息/Info

Title:
The LS - SVM prediction algorithm based on chaotic search
文章编号:
1008-1151(2014)03-0045-03
作者:
张明玲 张润莲
桂林电子科技大学信息与通信学院，广西 桂林 541004
关键词:
预测; 混沌算法; 参数寻优; LS-SVM
Keywords:
Forecast;  chaos optimization algorithm;  parameter optimization;  LS-SVM
分类号:
TP393
文献标志码:
A
摘要:
为利用最小二乘支持向量机（LS-SVM）来进行预测，首先要确定影响 LS-SVM 模型的两个主要参数 γ 和 σ ， 针对该问题提出了采用混沌搜索算法来搜索该模型的最优参数组合。混沌搜索的运动轨迹具有遍历性，随机性，可以进行全局 和局部寻优，利用该算法搜索最优参数来确定预测模型，然后将该预测模型用于预测实践。实验结果表明，该模型具有较精确 的预测精度和适用性
Abstract:
For using the least squares support vector machines (LS - SVM) to predict, the first thing to do is to determine the two main parameters which will influence the performance of the LS - SVM model. This paper proposes using the chaotic search algorithm to search the optimal parameters of the model. The characteristics of the chaotic motions such of ergodicity and randomness make it can do global and local optimization. Use this algorithm to search the optimal parameters for the prediction model, and then put the prediction model into the use of forecasting practice. The experimental results show that the proposed algorithm achieves good performance and precise predicted results.

参考文献/References:

[1] (美)Shmueli,G.时间序列预测[M].北京:清华大学出版社, 2012.9. [2] 谢文君,曹根牛,李怀毅.基于粒子群算法的煤气化过程[J]. 计算机系统应用,2013,22(5):81-84. [3] 朱红求,阳春华,王觉,桂卫华.基于混合QPSO的LS-SVM参数 优化及其应用[J].中南大学学报,2011,42(4):1001-1004. [4] Shilnikow L.Methodof Qualitative Theory in Nonlinear Dynamics(Part I). Singapore:World Scientific Pub. ,1998. [5] Han M,Fan M M,Xi J H.Study of nonlinear time series prediction based on neural networks. L e c t u r e N o t e in Computer Science ,2005,3497:618-623. [6] Han M,Guo W.Multivariate chaotic time series prediction bansed on radial basis function neural network. L e c t u r e Note in Computer Science ,2006,3972:741-746. [7] 孔令云,樊养余.混沌运动对初值敏感的本质原因[J].计算 机工程与应用,2009,45(32):1-4. [8] YUAN Sheng-fa,CHU Fu-lei. Fault diagnostics based on particle swarm optimization and support vector machines[J]. Mechanical Systems and Signal Processing, 2007,21(4): 1787-1798. [9] WANG Tai-yue, CHIANG Huei-min. One-against-one fuzzy support vector machine classifier: An approach to text categorization[J].Expert Systems with Applications,2009, 36(6):10030-10034. [10] Exarchos K P, Papaloukas C, Exarchos T P,et al. Prediction of cis/trans isomerization using feature selection and support vector machines[J].Journal of Biomedical Informatics, 2009,42(1):140-149.

相似文献/References:

[1]吕健发.粒子群神经网络在手机物料库存预测中的应用[J].大众科技,2014,16(10):41.
　Particle swarm neural network application in the mobile phone materialinventory forecast[J].Popular Science & Technology,2014,16():41.
[2]黄寿昌.卫星遥感技术在森林资源动态变化预测的应用研究[J].大众科技,2014,16(11):6.
　Application research of prediction of satellite remote sensing technology indynamic changes of forest resources[J].Popular Science & Technology,2014,16():6.
[3]何兰英.基于BIM技术的公路机电项目管理系统研究[J].大众科技,2022,24(07):5.
[4]肖 嵩 莫春宝 何开连 罗婷玉 勾若宇 曹 亮 李 友.广西某少数民族自治县人口老龄化水平分析及预测[J].大众科技,2022,24(10):172.
　Analysis and Forecast of Population Aging Level in a Minority Autonomous County in Guangxi[J].Popular Science & Technology,2022,24():172.
[5]黄春雷 韦 毅 文志朋 张鹏鹏 农胜英 陆黎明.人造板工业用胶黏剂应用现状及市场分析[J].大众科技,2022,24(12):43.
　Application Status and Market Analysis of Wood-Based Panel Industrial Adhesives[J].Popular Science & Technology,2022,24():43.
[6]张明玲 张润莲.基于混沌搜索的 LS-SVM 预测算法[J].大众科技,2014,16(03):45.

备注/Memo

备注/Memo:
【收稿日期】2014-02-12 【基金项目】广西自然科学基金(2012GXNSFAA053224)；广西教育厅基金(201010LX156,CD10066X)。 【作者简介】张明玲（1987－），女，山东枣庄人，桂林电子科技大学信息与通信学院硕士研究生，研究方向为信息安全。 【通讯作者】张润莲（1974－）女，山西介休人，桂林电子科技大学信息与通信学院副教授，博士，研究方向为信息安全 和分布式计算。
更新日期/Last Update: 1900-01-01