基于组合SVR的非平稳时间序列的模糊建模方法  

A Multi-SVR Based Fuzzy Modeling Method for Non-Stationary Time Series

作　　者：林树宽[1] 支力佳[1] 张少敏[1] 乔建忠[1] 王国仁[1] 于戈[1] 

机构地区：[1]东北大学信息科学与工程学院,辽宁沈阳110004

出　　处：《电子学报》2006年第10期1929-1932,共4页Acta Electronica Sinica

基　　金：国家自然科学基金(No.60473074);辽宁省自然科学基金(No.20042015);沈阳市自然科学基金(No.1041036-1-06-07)

摘　　要：本文介绍一种对非平稳时间序列建模的新方法.参考Janos Abonyi提出的应用于时间序列的模糊分块算法,将该算法与改进的支持向量回归模型结合起来.首先,提出一种改进的支持向量回归的表达形式;然后,通过启发式的加权方法将模糊分块的信息与SVR结合起来;最后,提出一种基于组合SVR的建模方法.实验结果表明,本文提出的方法对于非平稳时间序列的建模具有较高的实用价值.A new approach for modeling non-stationary time series was introduced in this paper. Combine the fuzzy segmentation which was proposed by Janos Abonyi with Support Vector Machines（SVMs） .Firstly, a modified Support Vector Regression （SVR） was proposed; Secondly, fuzzy segment information was combined with SVR by heuristic weighting method; Thirdly, we discussed a model based on multi-SVR. Experimental results show that the method proposed in this paper has great practical values for non-stationary time series modeling.

关 键 词：非平稳时间序列 模糊分块 启发式的ε加权方法 组合支持向量回归 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]