基于新息的多参量混沌时间序列LS-SVR加权预测

作     者：郭阳明 翟正军 姜红梅 Guo Yangming;Zhai Zhengjun;Jiang Hongmei

作者机构：西北工业大学计算机学院陕西西安710072 

出 版 物：《西北工业大学学报》 (Journal of Northwestern Polytechnical University)

年 卷 期：2009年第27卷第1期

页      面：83-87页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：航空科学基金(2007ZD53040) 西北工业大学青年科技创新基金(W016231)资助 

主　　题：支持向量机 多参量 混沌时间序列 最小二乘支持向量回归 加权预测 

摘      要：复杂系统常常依赖于通过观测所获得的多参量混沌时间序列进行预测分析。论文借鉴单参量混沌时间序列预测的思路,考虑全部相关参量混沌时间序列中的信息,以实现多参量混沌时间序列的相空间重构。同时,基于新息优先原理和支持向量机理论,结合混沌时间序列发展变化的规律,提出分别利用相空间重构后长期多样本和近期少样本构建2个自适应最小二乘支持向量回归预测模型进行加权预测的观点,并给出了以预测均方根误差最小为目标函数的模型参数混沌优化方法。论文以某飞机转子部件磨损故障的3个相关参量的仿真混沌时间序列为例进行了预测实验,结果表明文中方法有较好的预测精度,是一种有效的预测方法。