一种联合优化算法及其在混沌时间序列预测中的应用 (2012年)

为了提高混沌时间序列预测精度，利用相空间重构和预测模型参数间的相互联系，提出一种基于遗传算法的混沌时间序列参数联合优化方法。该方法首先将相空间重构和预测模型参数作为遗传算法的个体，混沌时间序列预测精度作为适应度函数，通过选择、交叉和变异等遗传操作获得最优参数，最后利用混沌时间序列实例对联合优化方法进行验证性测试。实验结果表明：相对于传统参数优化方法，联合优化方法大幅度提高混沌时间序列的预测精度，为混沌时间序列预测提供一种新的思路。