基于改进的SVR算法上的混沌时间序列预测  

作　　者：操敏[1] 王士同[2] 赵献兵[3] 

机构地区：[1]复旦大学社会发展与公共政策学院,上海200433 [2]江南大学信息工程学院,江苏无锡214036 [3]中信建投证券研究所,上海200120

出　　处：《统计与决策》2008年第6期30-32,共3页Statistics & Decision

摘　　要：文章基于模糊逻辑系统和标准SVR相似性,提出一种基于模糊规则上的支撑向量机。利用模糊逻辑系统参数的物理现实性选择合适方法进行参数初始化,对标准SVR算法进行了改进,并将此算法应用于混沌时间序列的预测。仿真实验证明了这种基于模糊规则上的支撑向量机模型的算法的收敛性。

关 键 词：模糊逻辑系统 SVR 参数初始化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]