复杂性

研究文章

混合方法集成多个ICEEMDANs, WOA RVFL网络经济和金融时间序列预测

的设置参数。


方法	参数	描述

ICEEMDAN	Nsd= 0.2	噪声标准差
	Nr= 100	的实现
	马克斯_如果= 5000	最大数量的筛选迭代

LSSVR	Rp= 2^{{…−−10日,9日,11日,12}}	正则化参数
LSSVR	Wid_RBF= 2^{{…−−10日,9日,11日,12}}	RBF核函数的宽度

摘要利用	N_他= 10	隐藏的神经元的数量
	马克斯_te= 1000	最大的训练时期
	Lr= 0.0001	学习速率

WOA	流行= 40	人口规模
WOA	马克斯_创= 100	最大的代

MICEEMDAN-WOA-RVFL	Nsd= [0.01,0.4]	在ICEEMDAN噪声标准差
	Nr= (500)	ICEEMDAN的实现
	马克斯_如果= (2000、8000)	在ICEEMDAN筛选迭代的最大数量
	N_他= (5,30.]	RVFL隐藏神经元数量
	函数={乙状结肠,sin, hardlim、tribas radbas,标志}	在RVFL激活函数
	国防部= 1:正则化最小二乘法,	模式RVFL
	2:Moore-Penrose伪逆
	滞后= (3,20.]	RVFL滞后
	偏见={真,假}	偏见RVFL
	兰德={1:高斯,2:制服}	随机输入RVFL
	规模= (0.1,1)	在RVFL刻度值
	ScaleMode={1:所有神经元的功能,	规模模式RVFL
	2:每个隐藏神经元的功能,
	3:随机化的规模范围统一diatribution}