基于混沌粒子群优化小波支持向量机的汇率预测

摘要：

目前,支持向量机( SVM)常用的参数寻优方法存在易陷入局部极值的缺点,而其常用的核函数的逼近精度也有待提高.基于混沌映射的遍历性与随机性和小波变换的局部分析与特征提取能力,提出了一种混沌粒子群优化小波支持向量机(CPSO-WSVM)的算法,并应用它构建汇率预测模型.实验结果表明,相比传统的粒子群优化高斯核SVM(PSO-GSVM)的算法,CPSO-WSVM算法大大提高了预测的精度和效率,应用效果好.

关键词：混沌粒子群优化、小波核函数、支持向量机、汇率、预测

所属期刊栏目：12

分类号：F832.6;TP391(金融、银行)

资助基金：福建省自然科学基金项目2010J01018;漳州师范学院科学研究项目SJ1103

在线出版日期：2012-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2660-2664