结合相空间重构理论,提出运用最小二乘支持向量机(LSSVM)建立混沌时间序列的预测模型,并用粒子群优化(PSO)解决LSSVM参数寻优的问题。通过与RBF神经网络构建的预测模型相比较,计算预测模型的均方根误差来评价模型的性能。结果表明:采用PSO优化的LSSVM预测模型的预测精度更高。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~