In this paper, we present a new method for time series forecasting based on wavelet support vector machines (WSVM). To better represent any curve in space (quadratic continuous integral space), we used a new kernel function. This function is the wavelet function. The SVM with wavelet kernel function is referred to as a wavelet SVM. In order to determine the optimal parameter of the WSVM, the multi-elitist particle swarm optimization (PSO) was used. Computational results demonstrate the effectiveness of the proposed method over the traditional methods.
PL
W artykule przedstawiono nową wersję falkowej maszyny wektorów wspierających (ang. wavelet support vector machines, WSVM), którą zastosowano do przewidywania wielowymiarowych szeregów czasowych. Do wyznaczenia optymalnych parametrów falkowej maszyny wektorów wspierających użyto wieloelitarnej optymalizacji rojów cząstek (ang. multi-elitist particle swarm optimization, MEPSO). Efektywność uzyskanych wyników obliczeniowych została porównana z rezultatami tradycyjnych metod przewidywania wielowymiarowych szeregów czasowych.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.