基于支持向量机的时间序列预测研究

《基于支持向量机的时间序列预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕+学位论文摘要时间序列是指按照时间顺序排列的一组数列。在实际问题中，系统一般都是非线性的，由系统产生的时间序列也几乎都是非平稳的。对系统进行机理性建模往往比较困难，可以基于系统输入输出的观测数据，即时间序列建立模型，并对未知的数据进行预测。本文首先介绍了各种时间序列预测方法的建模预测原理，通过分析和比较，发现统计方法、灰色预测和神经网络各有优势，但是不能满足对复杂时间序列精确预测的要求，提出了支持向量机的方法。本文归纳了基于支持向量机的时间序列预测模型的设计方法，并以上证指数时间序列预测为例，通过仿真研究表明，支持向量机是一种有效的时间序列预测方法。支持向量机的参数对其学习能力和泛化能

2、力有很大影响，到目前为止这方面还没有统一的理论指导，人们通常采用大量实验，人工选取满意的解，但这种方法耗时且获得的参数也不一定最优。交叉验证、经验公式和遗传算法也各有不足。针对支持向量机参数选择问题，本文引入了粒子群优化算法，粒子群优化算法简单有效，但容易陷入局部最小，所以采用了量子粒子群优化算法，量子粒子群优化算法全局搜索能力更强，但收敛速度不快。针对量子粒子群优化算法收敛速度慢的问题，提出了一种改进的量子粒子群优化算法，以太阳黑子时间序列为例，仿真结果表明，改进的量子粒子群优化算法全局搜索能力更强、收敛速度更快，预测误差更小，是一种有效的参数优化方法，可用于支持向量机对时间序列的预测

3、。关键词：时间序列；支持向量机；参数选择；量子粒子群优化；预测基于支持向量机的时间序列预测研究Abstract1’imeseriesisaseriesinacC0rdancewiththetimc0rder．hpmcticalp∞blems，thesystcm缸egemrally∞nline码如dmetime∞ri懿a爬ahn硝t∞n-stationa巧．nisoftendifficultt0createthemodclbythemechanjsmofthesystem，wecanusetheinput粕doutputdatat0prcdiCttheunlmo、Ⅳnda协．Thispap

4、eriIltrlDduc跫savarietyofmodeliIlgandforecastiIlgprillcipl略a_bouttinles嘶es，througll觚alysis锄d伽paris叩，wefoundstatist渤lme也0d，擎ayforec弱ts锄dneuralnetworkshavesomeadvanta霉res，butcannotmeetthefequirements0fcomplextilneseri鼯，∞supponvcctormachinefortimeseri鼯isputfom咖．dinthethcsis．’I’akingshan曲aisto(Ikindex

5、tiⅡ1eseriespredictionasanex锄ple，thesimulationresultsshowmattheSVMisaneffectivemethodoftiIllesericsforcc弱tin舀T1Iepammete璐ofSVMhave翠eatinnue玳圮onthele硼linga_bilityandgcneral娩ationability，∞伽thercis∞吼ifiedtheor)rt0gIlidethjsfield，peoplealwaysuselarge加mbe璐ofexpe施铋ts锄d∞lectethesatisfiedsolution，butthjsm

6、ethodw弱timecoln鲫ming锄dthep舢ete璐arcnotoptimal．Q．0ssccnification，cXperienccf0皿ula舳dgeneticalgorithmSarealsoinadequate．Thispaperint劬cedthePSOalgorithlnthatissimple锄def!fective，buteasyt0alocalminimum．s0theQPSOalgorithmwtlichh弱strongcr酉obalse眦hcapabilityisused，buttlleconvergenceisnotsatisfiyed．AiIllpr

7、0ⅣedQPSOa190ritllmiSputforward柚dthesunsI幻ttiInesed髓铷『etakeasanex锄pleforthesimulationrese硼『ch．The∞sultsshowthattheimprovedQPSOh勰strongcr舀obal∞arch，faSterconVergence，觚dtheforec器te仃0rissmauer．ThatiS衄e舒ectivemethodofoptinl