基于智能集成架构的时间序列数据挖掘算法研究

• 作 者: 张人上 安俊娥
• 机 构: 山西财经大学信息管理学院,中国电子科技集团第三十三研究所
• 出 处: 火力与指挥控制
• 发表日期: 2015年3期
• 关键词: 时间序列 支持向量机 智能集成 自回归滑动平均 time series Support Vector Machine（SVM ） intelligent i
• 基金项目: 山西省自然科学基金资助项目（20120005）

针对单一算法在处理复杂时间序列数据时存在缺陷以致无法挖掘全部信息的问题，提出了智能集成架构，给出了4种集成结构，并分析了它们的适用情况。针对一类随机噪声干扰的时间序列数据，采用并联嵌套建模结构，提出嵌套双种群粒子群算法的自回归滑动平均（ARMA）模型，用于挖掘数据中的随机性趋势；提出基于概率密度控制（PDF）的最小工乘支持向量机（LSSVM），用于挖掘数据中的确定性趋势，两种模型并联补集成实现对数据信息的充分挖掘。通过一组实验验证了所提方法的效果。