期刊文献+
共找到20篇文章
< 1 >
每页显示 20 50 100
基于集成预测模型的集装箱吞吐量预测研究 预览
1
作者 郭雪 《物流科技》 2019年第6期98-103,共6页
本文综合运用ARIMA预测模型和LSSVR预测模型,提出了一种集成预测模型,并将该模型应用于上海港的集装箱吞吐量预测研究中。此外,采用不同的参数估计方法估计ARIMA模型的参数,得到了两种ARIMA预测模型。研究表明,集成预测模型可以提高预... 本文综合运用ARIMA预测模型和LSSVR预测模型,提出了一种集成预测模型,并将该模型应用于上海港的集装箱吞吐量预测研究中。此外,采用不同的参数估计方法估计ARIMA模型的参数,得到了两种ARIMA预测模型。研究表明,集成预测模型可以提高预测模型的准确性,不同的估计方法也会影响模型的预测表现。 展开更多
关键词 单整自回归移动平均模型(ARIMA) 最小二乘支持向量回归(LSSVR) LS估计 ARCH估计 集成预测
在线阅读 下载PDF
应用自回归移动平均模型乘积季节模型预测兰州市水相关疾病发病情况
2
作者 李盛 王宇红 +11 位作者 王金玉 冯亚莉 李普 董继元 马汉平 王龄庆 常旭红 李守禹 张薇 张晓宇 贾清 张艳 《环境卫生学杂志》 2019年第2期134-138,共5页
目的探讨自回归移动平均模型(autoregressive integrated moving average model,ARIMA)乘积季节模型在水相关疾病发病率发病趋势预测中的应用,对兰州市水相关疾病发病情况进行预测。方法收集2006年1月-2014年12月水相关疾病发病率数据,... 目的探讨自回归移动平均模型(autoregressive integrated moving average model,ARIMA)乘积季节模型在水相关疾病发病率发病趋势预测中的应用,对兰州市水相关疾病发病情况进行预测。方法收集2006年1月-2014年12月水相关疾病发病率数据,利用R软件构建ARIMA乘积季节模型,利用2015-2017年实际发病率与模型拟合数据比较,评价模型的预测性能,并预测2015-2017年水相关疾病的发病率。结果在水相关疾病预测中建立ARIMA(2,0,1)×(2,0,0)12乘积季节模型,Ljung-Box检验差异无统计学意义(Q=18.64,P=0.824),2015年-2017年兰州市常见水相关疾病实际发病率均在预测结果95%可信区间内,平均预测相对误差为5%。结论 ARIMA乘积季节模型可以较好的预测兰州市水相关疾病发病率的变化趋势,能够运用于水相关疾病发病趋势的预测及预警,为防控措施的制定提供参考。 展开更多
关键词 时间序列 水相关疾病 自回归移动平均模型
基于ARIMA模型预测梅毒月发病率的价值 预览 被引量:2
3
作者 马晓梅 徐学琴 +5 位作者 闫国立 施学忠 刘颖 王瑾瑾 刘晓蕙 裴兰英 《西安交通大学学报:医学版》 CSCD 北大核心 2018年第1期131-134,152共5页
目的探讨建立ARIMA模型在梅毒月发病率预测中的应用价值,为梅毒防控工作提供依据。方法运用Eviews8.0软件对2009年1月-2015年12月我国梅毒月发病率数据建立ARIMA模型,利用2016年1月-6月实际数据验证,评价模型精度指标采用均方根误差(roo... 目的探讨建立ARIMA模型在梅毒月发病率预测中的应用价值,为梅毒防控工作提供依据。方法运用Eviews8.0软件对2009年1月-2015年12月我国梅毒月发病率数据建立ARIMA模型,利用2016年1月-6月实际数据验证,评价模型精度指标采用均方根误差(root meansquared error,RMSE)、平均绝对误差(mean absolute error,MAE)、平均绝对百分误差(mean absolute percentage error,MAPE)、平均相对误差(mean relative error,MRE)。同法外推预测2016年7月-12月全国梅毒月发病率。结果2009年1月-2016年6月全国梅毒月发病率最优模型是ARIMA(2,1,1)×(0,1,1)12,模型表达式为:(1-B)(1-B12)(1+0.820B)(1+0.566B2)x2t=(1+0.365B)(1+0.897B12)εt,R2=0.832,RMSE=0.181,MAE=0.118,MAPE=5.088。外推2016年7月-12月预测结果分别为3.124、3.008、2.906、2.691、2.714、2.717。结论ARIMA模型具有较高的预测精度,可较好地拟合我国梅毒月发病率的演变趋势并进行短期预测。 展开更多
关键词 梅毒 ARIMA模型 月发病率 预测
在线阅读 下载PDF
工控上位机与可编程逻辑控制器的通信流量分析与预测 预览 被引量:1
4
作者 于海东 刘嘉勇 《计算机应用》 CSCD 北大核心 2018年第A01期140-143,172共5页
针对上位机与下位机之间的网络通信流量分析提出一种流量预测模型,以有效地预测上位机与可编程逻辑控制器(PLC)之间的通信流量。首先使用Wreshark抓包软件获取2h内上位机与西门子s7—300可编程逻辑控制器之间通信链路中的所有数据包... 针对上位机与下位机之间的网络通信流量分析提出一种流量预测模型,以有效地预测上位机与可编程逻辑控制器(PLC)之间的通信流量。首先使用Wreshark抓包软件获取2h内上位机与西门子s7—300可编程逻辑控制器之间通信链路中的所有数据包,将这些数据包根据上位机和下位机的IP地址过滤后,生成流量时间序列,并对其进行平稳性分析,分析结果表明该流量时间序列不具有平稳性。由于仅考虑流量时间序列中的短相关性,因此选择时间序列预测模型(ARIMA)对该流量进行建模,建模完成后进行了模型预测与回测实验。实验结果显示绝大多数预测点的误差被控制在1%以内,仅有极个别点误差在2%之外。 展开更多
关键词 工业控制网络 流量建模 流量预测 ARIMA 上位机 可编程逻辑控制器
在线阅读 下载PDF
汽车零部件第三方物流仓储需求量集成预测模型 预览
5
作者 金淳 曹迪 +1 位作者 王聪 李文立 《系统管理学报》 CSSCI CSCD 北大核心 2018年第6期1157-1165,共9页
考虑到汽车零部件第三方物流企业仓储需求量的预测精度受众多非线性、不可量化的不确定因素的影响,提出一种将定量预测与定性预测相结合的集成预测模型(SIF)。SIF模型中,用RBF神经网络模型预测复杂非线性波动趋势;为补足RBF模型的若干问... 考虑到汽车零部件第三方物流企业仓储需求量的预测精度受众多非线性、不可量化的不确定因素的影响,提出一种将定量预测与定性预测相结合的集成预测模型(SIF)。SIF模型中,用RBF神经网络模型预测复杂非线性波动趋势;为补足RBF模型的若干问题,用ARIMA模型预测在库量的季节性趋势,用定性预测模型解决难以量化的外部因素的变动对需求量的影响问题。最后,将三部分结果动态叠加作为SIF模型的输出。实例分析结果表明:与各单一模型、ARIMA与RBF的组合模型相比,SIF模型具有更高的预测精度和稳定性。研究表明了SIF模型对于第三方仓储物流需求量预测的有效性和适用性。 展开更多
关键词 集成预测模型 需求量 自回归积分滑动平均模型 RBF神经网络 定性预测
在线阅读 免费下载
三种时间序列模型在尘肺发病预测中的适用性研究 被引量:1
6
作者 赵俊琴 李建国 赵春香 《中国工业医学杂志》 CAS 2017年第3期168-171,共4页
目的对基于时间序列的三种预测模型即自回归滑动平均混合模型(ARIMA)、灰色模型(GM)、广义回归神经网络模型(GRNN)进行尘肺发病预测的适用性比较。方法选用河北省1954—2015年62年的尘肺发病数据,前54年数据用来拟合预测,后8年数... 目的对基于时间序列的三种预测模型即自回归滑动平均混合模型(ARIMA)、灰色模型(GM)、广义回归神经网络模型(GRNN)进行尘肺发病预测的适用性比较。方法选用河北省1954—2015年62年的尘肺发病数据,前54年数据用来拟合预测,后8年数据来比较三种模型的预测效果;采用预测误差(prediction error,PE)、平均绝对误差(mean absolute error,MAE)和平均相对误差(mean relative error,MRE)评价拟合效果。结果 GM(1,1)的预测结果较差,ARIMA的MAE和MRE是三种模型中最小的,其短期预测的PE也最低;三种方法长期预测的PE都比较大,比较而言GRNN的长期预测结果最好。结论 ARIMA适用于尘肺发病的短期预测,GRNN适用于长期预测。 展开更多
关键词 尘肺发病预测 时间序列 自回归滑动平均混合模型(ARIMA) 灰色模型(GM) 广义回归神经网络模型(GRNN) 模型比较
停车场泊位占有率预测方法评价 预览 被引量:1
7
作者 唐克双 郝兆康 +1 位作者 衣谢博闻 刘冰清 《同济大学学报:自然科学版》 CSCD 北大核心 2017年第4期533-543,共11页
采用上海市五角场地区的停车泊位检测数据,分析了商业、办公和体育场3种不同类型停车场泊位占有率(parking occupancy rate,POR)的时变特征,并评价了ARIMA(autoregressive integrated moving average)、卡尔曼滤波和BP(back propagation... 采用上海市五角场地区的停车泊位检测数据,分析了商业、办公和体育场3种不同类型停车场泊位占有率(parking occupancy rate,POR)的时变特征,并评价了ARIMA(autoregressive integrated moving average)、卡尔曼滤波和BP(back propagation)神经网络等3种常用方法在POR预测中的适用性.结果表明,ARIMA和BP神经网络的预测精度总体优于卡尔曼滤波,BP神经网络在商业和办公停车场的短时预测中有较好的精度;3种方法的预测精度均随预测时间步长的增加而逐渐降低;不同类型停车场的POR预测精度存在较大差异,工作日的预测精度一般高于非工作日,且模型具有较好的自适应性. 展开更多
关键词 停车泊位占有率预测 ARIMA模型 卡尔曼滤波 BP神经网络模型
在线阅读 下载PDF
ARIMA模型在单采血小板临床用量预测中的应用
8
作者 马春会 余晋林 +3 位作者 温丽玲 郭如华 余卓丽 罗益红 《中国输血杂志》 CAS 北大核心 2016年第12期1394-1396,共3页
目的探讨自回归移动平均模型(ARIMA)预测单采血小板临床用量的可行性,为单采血小板采集计划的制定和献血者的招募提供参考。方法采集佛山市中心血站2007-2015年单采血小板每月的临床用量数据,用SPSS软件对2007-2014年的临床用量数... 目的探讨自回归移动平均模型(ARIMA)预测单采血小板临床用量的可行性,为单采血小板采集计划的制定和献血者的招募提供参考。方法采集佛山市中心血站2007-2015年单采血小板每月的临床用量数据,用SPSS软件对2007-2014年的临床用量数据建立ARIMA模型,对2015年每月的单采血小板临床用量进行预测。结果建立的模型为ARIMA(1,1,1),预测平均相对误差为5.56%,预测效果较好。结论ARIMA模型能较好地拟合单采血小板临床用量序列并进行短期的有效预测,可为血站单采血小板采集计划的制定和献血者的招募提供数据支持。 展开更多
关键词 自回归移动平均模型(ARIMA) 单采血小板 预测
维修时点预测的动态车间调度问题 预览 被引量:1
9
作者 匡鹏 吴尽昭 《计算机应用》 CSCD 北大核心 2016年第8期2340-2345,共6页
针对制造业中生产计划的不确定问题,提出一种维修时点预测与自适应的遗传模拟退火算法相结合的优化调度方法。该方法首先利用差分自回归移动平均模型预测设备未来的故障率,然后借助电气设备的威布尔(Weibull)分布模型逆向求出设备未... 针对制造业中生产计划的不确定问题,提出一种维修时点预测与自适应的遗传模拟退火算法相结合的优化调度方法。该方法首先利用差分自回归移动平均模型预测设备未来的故障率,然后借助电气设备的威布尔(Weibull)分布模型逆向求出设备未来故障发生时刻,最后将此作为约束条件,利用自适应的遗传模拟退火算法解决传统的生产调度问题。结合工厂实际情况,主要分析了设备有无维修的随机调度问题,以最小化最大完工时间为目标,获取每一个任务的调度计划以及每一台设备的维修时点,确定出最佳调度方案。实验表明自适应的遗传模拟退火算法的性能较好。在河北某工厂的生产车间中,设备在运行调度方法后三个月的平均故障率比运行前相对降低了3.46%。 展开更多
关键词 自回归移动平均模型 设备故障率 遗传算法 模拟退火算法 生产调度
在线阅读 下载PDF
基于离散灰色预测模型与人工神经网络混合智能模型的时尚销售预测 预览 被引量:1
10
作者 刘卫校 《计算机应用》 CSCD 北大核心 2016年第12期3378-3384,共7页
时尚销售预测对零售领域十分重要,准确的销售情况预测有助于大幅度提高最终时尚销售利润。针对目前时尚销售预测数据量有限并且数据波动大导致难以进行准确预测的问题,提出了一种结合人工神经网络(ANN)算法和离散灰色预测模型(DGM... 时尚销售预测对零售领域十分重要,准确的销售情况预测有助于大幅度提高最终时尚销售利润。针对目前时尚销售预测数据量有限并且数据波动大导致难以进行准确预测的问题,提出了一种结合人工神经网络(ANN)算法和离散灰色预测模型(DGM(1,1))算法的混合智能预测算法。该算法通过关联度分析得到关联度大的影响变量,在利用DGM(1,1)+ANN预测之后,引入二次残差的思想,将实际销售数据与DGM(1,1)+ANN预测结果的残差加入影响变量利用ANN进行第二次残差预测。最后通过真实的时尚销售数据验证算法预测的可行性及准确性。实验结果表明,该算法在时尚销售数据的预测中,预测平均绝对百分误差(MAPE)在25%左右,预测性能优于自回归积分滑动平均模型(ARIMA)、扩展极限学习机(EELM)、DGM(1,1)、DGM(1,1)+ANN算法,相较于以上几种算法平均预测精度大约提高8个百分点。所提混合智能算法可用于时尚销售即时预测,且能够大幅度提高销售的效益。 展开更多
关键词 时尚销售预测 神经网络算法 离散灰色模型 关联度分析 自回归积分滑动平均模型
在线阅读 下载PDF
季节性变动影响下的上海港集装箱吞吐量预测 预览 被引量:4
11
作者 杜刚 刘娅楠 《华东师范大学学报:自然科学版》 CAS CSCD 北大核心 2015年第1期234-239,共6页
港口吞吐量精准预测对于每一个港口的成功经营和有效决策都十分重要.季节性波动经常会影响港口吞吐量,为了更为准确地预测上海港口集装箱吞吐量,本文选取2007年至2012年上海港母港集装箱吞吐量的月度数据,并对于港口集装箱吞吐量的月度... 港口吞吐量精准预测对于每一个港口的成功经营和有效决策都十分重要.季节性波动经常会影响港口吞吐量,为了更为准确地预测上海港口集装箱吞吐量,本文选取2007年至2012年上海港母港集装箱吞吐量的月度数据,并对于港口集装箱吞吐量的月度数据中出现的季节性波动进行了处理,采用季节时间序列模型对其进行预测.为了说明方法的有效性,以同样的数据,使用整自回归移动平均模型对上海港集装箱吞吐量进行预测.两种方法预测结果进行对比发现,利用季节时间序列模型对港口集装箱吞吐量季节性进行处理,能够提高港口集装箱吞吐量的预测精度。 展开更多
关键词 单整自回归移动平均模型 季节时间序列模型 港口集装箱吞吐量 预测
在线阅读 免费下载
基于小波变换与差分自回归移动平均模型的微博话题热度预测 预览 被引量:5
12
作者 陈羽中 方明月 +1 位作者 郭文忠 郭昆 《模式识别与人工智能》 CSCD 北大核心 2015年第7期586-594,共9页
研究话题热度预测问题对于网络广告传播效应最大化、网络舆论引导与控制等具有重要意义.首先,根据用户关系及话题因素计算用户影响力,进而定义话题影响力.然后,基于老化理论并考虑话题影响力和话题相关微博数定义话题能量值,量化... 研究话题热度预测问题对于网络广告传播效应最大化、网络舆论引导与控制等具有重要意义.首先,根据用户关系及话题因素计算用户影响力,进而定义话题影响力.然后,基于老化理论并考虑话题影响力和话题相关微博数定义话题能量值,量化话题热度.最后,提出基于小波变换与差分自回归移动平均模型的微博话题热度预测方法,以此预测话题热度(能量值)及话题能量峰值.实验表明,文中方法可有效预测话题热度及峰值,具有较低的残差和遗漏率. 展开更多
关键词 话题热度预测 用户影响力 老化理论 小波变换 差分自回归移动平均模型(ARIMA)
在线阅读 下载PDF
船舶定位信号短时中断下的插值预测模型 预览 被引量:1
13
作者 阮群生 李豫颖 龚子强 《计算机科学与探索》 CSCD 2014年第12期1525-1536,共12页
根据基于时间序列的船舶航行定位数据的特征,在差分自回归移动平均模型的基础上,运用马尔可夫链状态转移概率特性解决非平稳数据的预测问题,在建立马尔可夫链状态迁移概率矩阵过程中,使用K-means聚类算法划分预测值与真实值的差值... 根据基于时间序列的船舶航行定位数据的特征,在差分自回归移动平均模型的基础上,运用马尔可夫链状态转移概率特性解决非平稳数据的预测问题,在建立马尔可夫链状态迁移概率矩阵过程中,使用K-means聚类算法划分预测值与真实值的差值状态区间,继而构建出优化预测算法。对算法进行了理论分析和数值实验,并与其他算法进行了比较,结果表明,该优化算法在船舶定位数据短时预测领域具有较好的预测效果,优于多个其他算法,可应用于船舶移动定位产品中。 展开更多
关键词 差分自回归移动平均模型(ARIMA) 马尔可夫链 K-MEANS 定位数据预测
在线阅读 下载PDF
基于小波变换的网络流量组合预测模型 预览 被引量:1
14
作者 崔兆顺 《计算机工程与应用》 CSCD 2014年第10期92-95,100共5页
为了提高网络流量的预测精度,利用小波变换、差分自回归移动平均模型和最小二乘支持向量机等优点,提出一种基于小波变换的网络流量预测模型(WA-ARIMA-LSSVM)。针对网络流量多尺度特性,首先对网络流量时间序列进行小波分解,然后分... 为了提高网络流量的预测精度,利用小波变换、差分自回归移动平均模型和最小二乘支持向量机等优点,提出一种基于小波变换的网络流量预测模型(WA-ARIMA-LSSVM)。针对网络流量多尺度特性,首先对网络流量时间序列进行小波分解,然后分别采用差分自回归移动平均模型和最小二乘支持向量机对网络流量的高频和低频进行建模与预测,最后小波重构高频和低频的预测结果,并采用仿真实验对模型性能进行分析。结果表明,WA-ARIMA-LSSVM提高了网络流量的预测精度,可以更加准确地描述网络流量的非平稳变化趋势。 展开更多
关键词 网络流量 差分自回归滑动平均 最小二乘向量机 小波变换 组合预测
在线阅读 下载PDF
冥函数变换在短时交通流组合预测中的应用 预览
15
作者 李宁 王晓东 +1 位作者 侯俊峰 黄国勇 《计算机工程与应用》 CSCD 2013年第16期240-243,共4页
实际交通流是一个明显含有噪声的非线性时间序列。针对这一特点提出对此时间序列进行冥函数变换,变换之后的噪声会比原始信号的压缩程度更大,从而降低白噪声对预测结果的不利影响;利用最小二乘支持向量机(LS.svM)对自回归求和滑... 实际交通流是一个明显含有噪声的非线性时间序列。针对这一特点提出对此时间序列进行冥函数变换,变换之后的噪声会比原始信号的压缩程度更大,从而降低白噪声对预测结果的不利影响;利用最小二乘支持向量机(LS.svM)对自回归求和滑动平均(ARIMA)模型的预测结果进行循环补偿;通过冥函数反变换对输出结果进行相应的信号还原。实验预测结果表明,经过冥函数变换后的组合预测模型具有较高的预测精度。 展开更多
关键词 冥函数变换 自回归求和滑动平均模型(ARIMA) 最小二乘支持向量机(LS SVM) 短时交通流预测
在线阅读 下载PDF
基于SARIMA、GM(1,1)和BP神经网络集成模型的GDP时间序列预测研究 被引量:24
16
作者 龙会典 严广乐 《数理统计与管理》 CSSCI 北大核心 2013年第5期814-822,共9页
本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先... 本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时l-日]序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性。 展开更多
关键词 ARIMA BP神经网络 GM(1 1)模型 集成模型 GDP预测
ARIMA模型在农产品价格预测中的应用 预览 被引量:38
17
作者 刘峰 王儒敬 李传席 《计算机工程与应用》 CSCD 北大核心 2009年第25期 238-239,248,共3页
利用农产品价格时间序列的当前值和过去值准确预报未来值,将有利于正确引导农产品流通和农业生产,实现农产品区域供求平衡,并为政府和农户提供结构调整的依据。针对农产品价格这一重要问题,以白菜月价格数据为例,构建非平稳时间序... 利用农产品价格时间序列的当前值和过去值准确预报未来值,将有利于正确引导农产品流通和农业生产,实现农产品区域供求平衡,并为政府和农户提供结构调整的依据。针对农产品价格这一重要问题,以白菜月价格数据为例,构建非平稳时间序列ARIMA(p,d,q)模型并预测白菜未来的月价格。结果表明ARIMA(0,1,1)模型能很好地模拟并预测白菜月价格趋势,为农产品市场信息的准确预测提供重要方法。 展开更多
关键词 农产品价格 时间序列 自回归移动平均模型 价格趋势
在线阅读 下载PDF
ARIMA乘积季节模型在全国布鲁菌病发病预测中的应用
18
作者 马洁 田野 +3 位作者 刘晓迪 黄璐 王素珍 石福艳 《职业与健康》 CAS 2018年第19期2665-2668,共4页
目的应用求和(差分)自回归移动平均(Autoregressive Integrated Moving Average Model,ARIMA)乘积季节模型分析季节性时间序列,建立全国布鲁菌病发病数的预测模型。方法利用中国疾病预防控制中心2011年1月—2016年12月按月报告的布... 目的应用求和(差分)自回归移动平均(Autoregressive Integrated Moving Average Model,ARIMA)乘积季节模型分析季节性时间序列,建立全国布鲁菌病发病数的预测模型。方法利用中国疾病预防控制中心2011年1月—2016年12月按月报告的布鲁菌病发病数历史疫情数据,采用最大似然法估计模型参数,模型定阶后,建立布鲁菌病按月发病数ARIMA乘积季节预测模型。结果非季节和季节移动平均参数分别为0.357 35、0.666 64,均P〈0.05,AIC=911.337 2,SBC=917.569 8,均P〈0.05,据此建立ARIMA(0,1,1)(0,1,1)12乘积季节模型,模型表达式荦荦12xt=(1-0.357 35B)(1-0.666 6412)εt,并开展全国布鲁菌病发病数的预测。结论 ARIMA(0,1,1)(0,1,1)12乘积季节模型可用于预测布鲁菌病的发病情况。 展开更多
关键词 求和(差分)自回归移动平均(ARIMA)乘积季节模型 时间序列 布鲁菌病
改进的差分自回归移动平均模型的共轭梯度参数估计法 预览 被引量:6
19
作者 单锐 刘雅宁 刘文 《河南科技大学学报:自然科学版》 CAS 北大核心 2015年第4期85-90,共6页
为了提高差分自回归移动平均模型的拟合精度,本文结合已有的文献,借助无约束优化方法来解决此模型中的参数估计问题。主要提出了一种改进的差分自回归移动平均模型参数的优化估计法,并对提出的算法进行详细说明,在强Wolfe条件下对全局... 为了提高差分自回归移动平均模型的拟合精度,本文结合已有的文献,借助无约束优化方法来解决此模型中的参数估计问题。主要提出了一种改进的差分自回归移动平均模型参数的优化估计法,并对提出的算法进行详细说明,在强Wolfe条件下对全局收敛性进行了证明。该方法保证了迭代计算的收敛性,并且提高了收敛的速度。数值试验结果说明:该算法是一种较为有效的方法,与其他方法比较,参数估计值更为显著,提高了预测精度。 展开更多
关键词 差分自回归移动平均模型(ARIMA模型) 自回归滑动平均模型(ARMA模型) 参数估计 无约束问题 共轭梯度法 WOLFE搜索
在线阅读 免费下载
二重趋势时间序列的灰色组合预测模型 预览 被引量:6
20
作者 宋仙磊 刘业政 +1 位作者 陈思凤 许波 《计算机工程与应用》 CSCD 北大核心 2011年第8期 115-117,142,共4页
神经网络、ARIMA等广泛应用于具有趋势变动性和周期波动性的二重趋势特征的时间序列预测,而这些单一的模型难以达到满意的预测效果。提出一种针对该特征的灰色组合模型,其基本思想是:从二重趋势时间序列中分离趋势变动项和周期波动... 神经网络、ARIMA等广泛应用于具有趋势变动性和周期波动性的二重趋势特征的时间序列预测,而这些单一的模型难以达到满意的预测效果。提出一种针对该特征的灰色组合模型,其基本思想是:从二重趋势时间序列中分离趋势变动项和周期波动项后,用灰色G(1,1)模型预测趋势变动项,引用BP网络和ARIMA的组合模型预测周期波动项,用乘积模型合成两部分预测值为灰色组合模型的最终预测值。实验表明:该灰色组合模型适应了二重趋势时间序列的特征,具有很好的预测效果。 展开更多
关键词 灰色理论 反向传播(BP)神经网络 自回归滑动平均(ARIMA) 二重时间序列 预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈