Resumen

Este documento presenta un modelo de predicción basado en un algoritmo de optimización de computación de membrana para series temporales caóticas; el modelo optimiza simultáneamente los parámetros de la reconstrucción del espacio de fases y la máquina de vectores de soporte de mínimos cuadrados (LS-SVM) utilizando el algoritmo de optimización de computación de membrana. Es una base importante para la gestión del espectro predecir con precisión la tendencia de cambio de los parámetros en el entorno electromagnético, lo que puede ayudar a los tomadores de decisiones a adoptar una acción óptima. Luego, el modelo presentado en este documento se utiliza para predecir la tasa de ocupación de banda de la banda de radiodifusión de modulación de frecuencia (FM) y la banda de interfono. Para mostrar la aplicabilidad y superioridad del modelo propuesto, este documento comparará el modelo de pronóstico presentado en él con modelos similares convencionales. Los resultados experimentales muestran que, ya sea en la predicción de un solo paso o en la pred

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Modelo de predicción; Algoritmo de optimización de computación de membrana; Series temporales caóticas; Máquina de vectores de soporte de mínimos cuadrados; Gestión del espectro; Entorno electromagnético
• Keywords:Prediction model; Membrane computing optimization algorithm; Chaos time series; Least squares support vector machine; Spectrum management; Electromagnetic environment