论文部分内容阅读
提出了使用最大化最小概率机器回归MPMR方法进行混沌时间序列的全局预测，在分析最大化最小概率机器MPM及用于回归的原理的基础上，MPMR方法被用于Mackey-Glass混沌时间序列多步预测．在对该序列进行1至20步的预测中，MPMR方法较局步加权线性回归方法具有更好的预测效果．核函数形状参数及回归管道宽度ε的选取将直接影响MPMR回归技术的系统性能，试验中我们使用了交叉验证的方法确定这两个参数值，试验证明，核函数形状参数和回归管道宽度取值都为2和3的情况下，预测效果更为理想．