本文主要研究 LS-SVM 算法的基本原理及基于其实现时间序列预测 的方法。针对超参数选择困难的问题，采用多级网格搜索和遗传算法的方法对 超参数的取值进行优化-This paper studies the basic principles of the LS-SVM algorithm and time series prediction based on its implementation. Difficult to select for hyper parameter, multi

这是一个ls-svm分类算法，来自于原作者编写。-This is an ls-svm classification algorithm, written the original author.

利用改进PSO算法对LS-SVM进行参数优化，参数 和 的取值范围分别为 和 ，粒子种群数量为 25，迭代次数为 100，惯性权重因子 和 取0.9和0.1，学习因子 和 均取2。-The parameters of PS-SVM are optimized by using the improved PSO algorithm. The range of parameters is 25, the number of particles is 25, the number of iterati