支持向量机方法应用于理想时间序列的预测研究

摘要

简要介绍了基于统计学习理论的支持向量机方法的基本思想和原理，利用该方法对33模Lorenz系统的理想混沌时间序列建立预测模型，并对在此基础上产生的非平稳时间序列进行预测试验研究。结果表明，支持向量机方法不仅对平稳过程有较好的预报能力，也可以适用于非平稳过程，对实际序列的预测有一定的启发意义。