基于邻域互信息的组合预测最优子集选择算法

作     者：吕兴 李倩 张大斌 曾莉玲 凌立文 LYU Xing;LI Qian;ZHANG Da-bin;ZENG Li-ling;LING Li-wen

作者机构：华南农业大学数学与信息学院广东广州510642 华南农业大学乡村振兴研究院广东广州510642 广东白云学院大数据与计算机学院广东广州510450 

基　　金：国家自然科学基金面上基金项目(71971089) 国家自然科学基金青年基金项目(72001083) 广东省自然科学基金面上基金项目(2022A1515011612) 广东省普通高校重点领域专项基金项目(2020ZDZX3009) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第5期

页      码：1359-1367页

摘      要：为在候选模型集中高效地选择时间序列组合预测的最优子集,提出一种CSPSO-NMI-MRMR最优子集选择算法。利用邻域互信息(neighborhood mutual information, NMI)度量相关性和冗余度,避免数值型数据的离散化,按最大相关最小冗余原则(minimal redundancy and maximal relevance, MRMR)筛选最优子集;邻域互信息中的邻域参数与子集选择效果密切相关,采用CSPSO算法寻找最优邻域参数,充分利用布谷鸟算法(cuckoo search, CS)和粒子群优化算法(particle swarm optimization, PSO)的优势,兼顾搜索效率和全局搜索能力;在寻参过程中设计一种淘汰策略,优化邻域参数的寻优区间并淘汰部分单模型,减少计算量。仿真结果表明,所提方法在预测精度、运行时间和稳健性上效果更优。

主 题 词：时间序列 组合预测 子模型选择 邻域互信息 参数优化 启发式算法 布谷鸟算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.05.011

馆 藏 号：203127824...