基于信息几何的混沌支持向量机预测.pdfVIP

维普资讯 小 型 微 型 计 算 机 系 统 2008年 1月 第 1期 JournalofChineseComputerSystems Vo1．29 No．1 2008 基于信息几何的混沌支持向量机预测 王德吉h。，关 柯 ，熊范纶 (中国科学院合肥智能机械研究所，安徽 合肥 230031) 。(中国科学技术大学 信息科学技术学院，安徽 合肥 230026) E—mail：wangdejiboy@yahoo．com．cn 摘 要：复杂环境中存在大量的混沌现象，难以用传统的预测方法进行准确预测．针对这一问题，本文利用信息几何理论、支持 向量机理论与重构相空间理论 ，提 出混沌支持 向量机 CSVM ，对含有混沌现象的时间序列进行预测；针对混沌环境下核函数难 于构造，从信息几何角度，提出在混沌环境下，如何方便准确得进行构造核函数；最后将CSVM 应用于Henon混沌 系统实验．实 验结果表明，误差随嵌入维数变化和延迟时间变化趋于恒定；与BP、RBF和 SVM 相比，CSVM 具有所需支持向量少，收敛速度 快 ，准确性高等特点． 关 键 词：信息几何；核函数；支持向量机；预测；混沌 中图分类号：TPl73 文献标识码：A 文 章 编 号：1000—1220(2008)01—0110—04 PredictionwithChaosSVM Basedon Information Geometry WANG De—ji～．GUANKe，XI()NGFan—lun (InstituteofIntelligentMachines，ChineseAcademyofSciences，Hefei230031，China) 。(Schoolof InformationScience＆Technology，UniversityofScience＆Technologyof China，Hof~i230026，China) Abstract：Therearemanychaosphenomenonsincomplexenvironment，SOitisdifficulttopredictbythetraditionalmethods． Chaossupportvectormachinewasgiventopredicttime—serieswithchaosphenomenontoovercomethedisadvantagesofthe traditionalmethodsinthispaperbasedoninformationgeometry，SVM theoryandchaostheory．Especially，anewkernelrune— tionwasintroducedintothechaossupportvectormachinefrom theperspectiveofinformationgeometryandthusitiseasyto designthekernelfunction．Finally，themethodwasappliedtoHenonchaossystem comparedwiththeBP，RBF andSVM． Thepredictionresultsindicatethatthepredictiveerrorchangeswiththeincreaseofembeddimensionanddelaytimetoacon— stant．Andtheresultsalsoshow thatthechaossupportvectormachineismoreprecisealthoughitrequiressmallersupportvec— tor，andhasfasterconvergencerate，comparedwithBP、RBF andSVM ． Keywords：informationgeometry；kernelfunction；SVM ；prediction；chaos 1 引 言 入空间的一个低维流形上，其重构的轨迹可以预测，而随机信