-
题名混合区间多尺度分解的区间时间序列组合预测
被引量：5
- 1
-
-
作者
汪漂
-
机构
安徽大学经济学院
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2021年第10期159-164,共6页
-
基金
国家自然科学基金资助项目(71501002,71901001,71701001,71871001)
教育部人文社科研究规划基金项目(20YJAZH066)
+1 种基金
安徽省自然科学基金资助项目(1908085J03)
安徽省高校人文社科基金重点项目(SK2019A0013)。
-
文摘
鉴于传统预测方法一直基于“点”来衡量时间序列数据,然而现实生活中在给定的时间段内许多变量是有区间限制的,点值预测会损失波动性信息。因此,本文提出了一种基于混合区间多尺度分解的组合预测方法。首先,建立区间离散小波分解方法(IDWT)、区间经验模态分解方法(IEMD)和区间奇异普分析方法(ISSA)。其次,用本文构建的IDWT、IEMD和ISSA对区间时间序列进行多尺度分解,从而得到区间趋势序列和残差序列。然后,用霍尔特指数平滑方法(Holt’s)、支持向量回归(SVR)和BP神经网络对区间趋势序列和残差序列进行组合预测得到三种分解方法下的区间时间序列预测值。最后,用BP神经网络对各预测结果进行集成得到区间时间序列最终预测值。同时,为证明模型的有效性进行了AQI空气质量的实证预测分析,结果表明,本文所提出基于混合区间多尺度分解的组合预测方法具有较高的预测精度和良好的适用性。
-
关键词
空气质量组合预测(AQI)
区间离散小波分解(IDWT)
区间奇异谱分析方法(ISSA)
区间经验模态分解(iemd)
-
Keywords
AQI combination forecasting
interval discrete wavelet decomposition(IDWT)
interval empirical mode decomposition(iemd)
interval singular general analysis(ISSA)
-
分类号
F272.1
[经济管理—企业管理]
-
