基于粒子群优化的最小二乘支持向量机在时间序列预测中的应用 (2011年)

为提高基于最小二乘支持向量机(LSSVM)的时间序列预测方法的泛化能力与预测精度，研究了一种基于粒子群优化(PSO)的LSSVM。该方法以交叉验证误差为评价准则，利用PSO对多个具有不同超参数的LSSVM进行基于迭代进化的优化选择，并以交叉验证误差最小的LSSVM作为最终优化后的LSSVM。时间序列预测实例表明，经PSO优化后的LSSVM的预测精度高于未经优化的 LSSVM与传统时间序列预测方法的预测精度。