论文摘要
预测是人类根据历史对未来作出的推断和期望,科学的预测是作出正确决策的前提和保障。预测、学习和实践活动并称为人类认识活动的三大支柱,人类生活离不开预测。现实生活中,在商业、金融、工程、医学和社会科学等领域都存在大量的时间序列数据。如超市每天的商品销售量与销售金额,股票的开盘价、收盘价、成交量等。对这些时间序列数据进行分析,从中获取所蕴含的关于产生时间序列的系统的演化规律,以完成对系统的观测及其未来行为的预测,这在实际应用中具有十分重要的价值和意义。本课题提出了三种模型:小波-AR模型,小波-AR-神经网络模型和小波非参数自回归模型。基于小波多尺度分析理论,运用Mallat算法和Daubechies小波,把时间序列多尺度分解,然后重构为比原始时间序列更单一、平稳的细节部分时间序列和概貌部分时间序列,对重构后的细节部分序列和概貌部分序列分别采用上述三种模型预测。细节部分序列和概貌部分序列预测结果的和即原始时间序列的预测结果。首先,以某国国民生产总值的季度数据为研究对象,分别建立自回归AR模型,小波-AR模型,小波非参数自回归模型,并对这三种模型的预测结果作了分析,对比。结果表明:小波非参数自回归模型能够很好的解决国民生产总值的预测问题,预测精度较高。其次,以具有周期性的某市工业生产总值的时间序列数据为研究对象,分别建立小波-AR和小波-AR-Elman神经网络两种模型,并对这两种模型的预测结果作了分析对比。结果表明,对于有周期性的时间序列,采用小波-AR-Elman神经网络建模预测效果更好。
论文目录
相关论文文献
- [1].基于非稳态时间序列的生理控制模型研究[J]. 系统工程理论与实践 2020(02)
- [2].基于多样化top-k shapelets转换的时间序列分类方法[J]. 计算机应用 2017(02)
- [3].时间序列趋势预测[J]. 现代计算机(专业版) 2017(02)
- [4].基于分型转折点的证券时间序列分段表示法[J]. 商 2016(31)
- [5].基于ARMA模型的股价预测及实证研究[J]. 智富时代 2017(02)
- [6].《漫长的告别》(年度资助摄影图书)[J]. 中国摄影 2017(04)
- [7].王嵬作品[J]. 当代油画 2017(07)
- [8].基于模糊时间序列的计算机信息粒构建研究[J]. 粘接 2020(10)
- [9].基于时间序列挖掘的合成旅装备维修保障能力预测[J]. 系统工程与电子技术 2020(04)
- [10].风速时间序列混沌判定方法比较研究[J]. 热能动力工程 2018(07)
- [11].土壤退化时间序列的构建及其在我国土壤退化研究中的意义[J]. 土壤 2015(06)
- [12].基于信息颗粒和模糊聚类的时间序列分割[J]. 模糊系统与数学 2015(01)
- [13].不确定时间序列的降维及相似性匹配[J]. 计算机科学与探索 2015(04)
- [14].时间序列的异常点诊断方法[J]. 中国卫生统计 2011(04)
- [15].基于独立成分分析的时间序列谱聚类方法[J]. 系统工程理论与实践 2011(10)
- [16].面向不确定时间序列的分类方法[J]. 计算机研究与发展 2011(S3)
- [17].一种基于频繁模式的时间序列分类框架[J]. 电子与信息学报 2010(02)
- [18].超启发式组合时间序列预报模型[J]. 福建电脑 2020(08)
- [19].基于深度学习的时间序列算法综述[J]. 信息技术与信息化 2019(01)
- [20].基于时间序列符号化模式表征的有向加权复杂网络[J]. 物理学报 2017(21)
- [21].基于互相关的二阶段时间序列聚类方法[J]. 计算机工程与应用 2016(19)
- [22].基于期货市场行为的时间序列切分及表示方法研究[J]. 中国管理信息化 2015(19)
- [23].基于形态特征的时间序列符号聚合近似方法[J]. 模式识别与人工智能 2011(05)
- [24].基于模糊时间序列对我国对外贸易中的进口水平的预测[J]. 统计与决策 2010(23)
- [25].模糊变量时间序列及其应用[J]. 辽宁工程技术大学学报(自然科学版) 2010(06)
- [26].时间序列流的分层段模型[J]. 小型微型计算机系统 2009(04)
- [27].发动机转速时间序列分形特征分析[J]. 机械科学与技术 2008(11)
- [28].基于HDAD的异构航空数据异常检测的研究[J]. 计算机仿真 2020(03)
- [29].重庆藕塘滑坡地下水位时间序列混沌性判别与预测[J]. 人民长江 2020(S1)
- [30].基于能量过滤的不确定时间序列数据清洗方法[J]. 智能计算机与应用 2019(04)