[发明专利]一种基于小波和混沌优化LSSVM的周期来压预测方法

摘要

一种基于小波和混沌优化LSSVM的周期来压预测方法，该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量。基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练，其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后，将各个LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。周期荷载的小波分解、基于混沌理论的荷载相空间重构、最小二乘支持向量机的构建、参数的混沌粒子群优化。本发明可在重构波的某周期，荷载的时序序列有一定混沌性的条件下，预测周期来压荷载波。可广泛用于预测支架将要承受的周期来压荷载。

主权项

一种用于周期来压预测的方法，其特征在于，该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量，基于混沌理论对分量相空间进行重构，各重构分量分别使用周期来压LSSVM模型进行训练，其中周期来压LSSVM预测模型的参数由混沌粒子群算法进行优化，最后，将各个周期来压LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形，其包括如下步骤：周期荷载的小波分解、基于混沌理论的荷载相空间重构、周期来压最小二乘支持向量机的构建、周期来压模型参数的混沌粒子群优化，本发明在重构波的某周期，荷载的时序序列有一定混沌性的条件下，预测周期来压荷载波。