基于混沌搜索的LS-SVM预测模型的建立方法

摘要

基于混沌搜索的LS-SVM预测模型的建立方法，包括下述步骤：A）建立样本训练数据集；B）计算模型系数；C）采用混沌搜索改进算法进行寻优，获得待优化函数的最小值和最优混沌变量；D）确定优化的LS-SVM预测模型；E）样本更新处理。本发明通过混沌搜索改进算法对模型参数寻优后建立的LS-SVM自适应资源预测模型，能对云计算中的预测对象运行状态进行动态预测，预测结果具有很好的自适应性，能确保预测结果更加逼近预测对象的真实值。该模型缓解了混沌搜索对初值的敏感性，且在混沌迭代搜索过程中，通过对混沌变量的调整，使得其第二次搜索能够在最优解的邻域内快速搜索，提高搜索效率，并减少陷入局部最优的可能。