【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第11期 303-306页,共5页

【作 者】： 高俊杰 [1] ; 王豪 [1] ; 徐文艳 [2]

【摘 要】 研究混沌时间序列预测问题。混沌时间序列同时具有确定性与随机性，传统预测方法精度低，为了提高预测精度，提出基于支持向量机的局域预测法。使用基于演化跟踪的邻近相点选取方法，代替欧几里德距离法，能够有效辨别并剔除伪邻近点。采用基于Hannan—Quinn定阶准则的邻点个数确定法，解决传统方法凭主观经验或多次试验确定邻点数量的不足。最后以Lorenz混沌时间序列为例进行实验分析，结果表明支持向量机方法在预测精度、速率、可预测步数等多个指标上都比传统方法具有更好的性能。