遺傳算法在混沌時間序列預測中的應用研究

摘要：在混沌時間序列研究中，相空間重構和預測模型參數(shù)優(yōu)化是影響預測性能的關鍵步驟，利用兩者之間的相互聯(lián)系來提高混沌時間序列預測模型的整體性能，提出一種基于遺傳算法的混沌時間序列參數(shù)同步優(yōu)化方法。同步優(yōu)化方法將相空間重構和最小二乘支持向量機參數(shù)作為遺傳算法的染色體，預測精度作為遺傳算法的適應度函數(shù)值，通過遺傳算法對參數(shù)同步優(yōu)化問題進行求解。通過混沌時間數(shù)據(jù)對同步優(yōu)化方法進行了驗證性實驗。實驗結果表明，相對于單獨參數(shù)優(yōu)化方法，同步優(yōu)化方法不僅提高了混沌時間序列的預測精度，同時降低了計算時間的復雜度。