基于粒子滤波的混沌时间序列局域多步预测
Particle filtering based local multi-step prediction for chaotic time series作者机构：天津理工大学计算机与通信工程学院天津300384 计算机视觉与系统教育部重点实验室天津300384
出 版 物：《现代电子技术》 (Modern Electronics Technique)
年 卷 期：2018年第41卷第1期
页 面：43-46页
学科分类：02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学（可授理学、经济学学位）] 070201[理学-理论物理] 070103[理学-概率论与数理统计] 0701[理学-数学] 0702[理学-物理学]
基 金：国家自然科学基金(61001174) 天津市科技支撑和天津市自然基金(13JCYBJC17700)~~
主 题：局域线性预测 混沌时间序列 粒子滤波 多步预测 邻近点 预测误差
摘 要：对混沌时间序列进行预测研究具有重要的价值和实用性,例如,进行股票预测,降雨量预测,温度预测。混沌时间序列预测的难点在于其不确定性和多步预测的困难性。一般利用最小二乘法求解模型参数,从而对混沌时间序列进行局域预测,但是预测精度不是很高。为了提高局域线性预测的精度,提出基于粒子滤波(PF)的混沌时间序列局域多步预测法,利用粒子滤波进行参数优化得到更准确的优化模型进行多步预测。仿真实验结果表明,该方法的单步和多步预测效果明显得到了提升。
维普期刊数据库
同方期刊数据库