首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
混沌时间序列单变量和多变量重构的预测比较   总被引:2,自引:0,他引:2  
提出了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数的选取方法,给出了多变量混沌时间序列的局部平均预测法,局部线性预测法和BP神经网络预测法等3种非线性预测方法.通过Lorenz系统的仿真计算表明,无论用3种非线性预测方法中的哪一种,多变量混沌时间序列要比单变量混沌时间序列的预测误差小得多,即使前的数据长度只有后的一半,前的预测误差也要小很多.另外从预测误差最小的角度验证了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数选取方法的有效性.  相似文献   

2.
神经网络在经济预测中的应用   总被引:1,自引:0,他引:1  
对神经网络理论在时间序列建模和预测中的应用进行了探索.对基于BP网络及KRBF网络的预测模型进行了分析,并通过对股票价格序列模拟试验得出神经网络对非线性时间序列的预测较传统方法具有一定的优越性.同时神经网络预测模型具有自适应学习和并行处理功能,并可应用于多维时间序列.对经济预测具有重要意义  相似文献   

3.
多变量混沌时间序列局部多项式预测方法及应用   总被引:1,自引:0,他引:1  
为了改善混沌时间序列的预测精度,提出了一种新的多变量混沌时间序列的局部多项式预测方法.它首先利用多变量时间序列的相空间重构理论重构相空间,并据此利用多项式函数构造预测模型,该模型根据嵌入维数构造数据矩阵,进行模型的参数估计和计算一步预测值,最后根据平均根统计量推断预测效果.Lorenz系统的模拟仿真和上海综合股价指数的局部预测结果表明:用多变量混沌时间序列局部多项式预测法进行预测的误差小,且比单变量混沌时间序列局部多项式预测法的预测精度高.  相似文献   

4.
时间序列预测法的实际应用分析   总被引:7,自引:0,他引:7  
根据所搜集的实际数据资料,以统计学为基础,采用时间序列预测方法,对扬州市农业总产值时间序列建立了趋势模型,结果说明简单模型也能达到较好的拟合效果和精度。  相似文献   

5.
运用时间序列分析方法之一的单整自回归移动平均模型(ARIMA)法,对全国批发和零售贸易餐饮业进行时间序列分析。分析显示,ARIMA(1,1,10)模型可以提供较准确的预测结果,可以为全国批发零售贸易和餐饮业预测提供一定的依据。  相似文献   

6.
多数经济时间序列存在惯性或迟缓性,通过对这种惯性的分析可以研究时间序列的内在规律并预测经济的发展。本文用BOX—Jenkins模型和指数平滑法对四川省人均GDP时间序列进行建模和短期预测分析,结果显示,四川省提出的“十一五”经济增长目标是可以实现的,但应防止新一轮经济增长周期带来的经济增长速度减慢,  相似文献   

7.
针对流程工业中连续性生产过程的时间序列特点,采用基于混沌时间序列的Lyapunov指数计算和预测方法对成本进行了预测研究。  相似文献   

8.
时间序列分析的理论与应用综述   总被引:4,自引:0,他引:4  
时间序列分析提供的理论和方法是进行大型高难度综合课题研究的工具之一。其预测和评估技术相对比较完善,其预测情景也比较明确。近年来已有很多学者对于时间序列的研究取得了极其丰硕的成果,有的甚至在时间序列分析方法的基础上,研究出新的预测方法,在应用中求创新求发展。笔者从基本理论与应用等方面对时间序列分析进行了综述,同时阐述了它未来的发展趋势。  相似文献   

9.
利用正则化的局部多项式预测法对logistic混沌映射时间序列进行预测,并分析了预测误差.结果显示正则化的局部多项式预测法对非线性时间序列具有良好的特性.  相似文献   

10.
城市交通流量的非线性混沌预测模型研究   总被引:5,自引:0,他引:5  
为了解决日益严重的城市交通问题,本根据交通流已被证明的混沌特性,尝试采用非线性混沌模型来分析交通流时间序列.该模型首先将交通流时间序列在相空间中重构,以充分提取交通流中的相关信息,在此基础上,应用混沌理论对重构信息构材预测方程,并运用遗传算法对模型参数进行了优化辨识,以获得最佳的预测效果.实际的城市交通流量预测研究表明,该模型具有较高的预测精度,可以为城市交通规划和控制提供准确的参考.  相似文献   

11.
分析了大体积混凝土温度的各种影响因素,结合神经网络的特点,提出运用神经网络中带有偏差单元的IRN ( Internally Recurrent Net) 模型进行大体积混凝土温度预测与控制的新思路。通过实例验证,该模型可达到较好的效果,具有一定的可操作性和实用性。为今后大体积混凝土温度预测与控制提供了可供借鉴的方法.  相似文献   

12.
物联网技术社区时序数据建模是世界各国学者研究的新型热点课题.本研究对非线性物联网技术社区时序数据预测神经网络中存在的几个瓶颈进行分析探讨.提出基于人工神经网络非线性视角下物联网技术社区时序数据预测中的应用研究来优化预测神经网络环境下的瓶颈.并且通过人工神经网络社区数据的仿真实验表明该算法的高效性和实用性.  相似文献   

13.
基于人工神经网络的宏观经济预测模型   总被引:3,自引:0,他引:3  
运用人工神经网络方法,提出了将神经网络用于宏观经济预测中的一般步骤和方法,并以我国的国内生产总值为例进行宏观经济预测建模,为经济预测提供了新的思想和途径.  相似文献   

14.
基于BP神经网络的云南国际旅游需求预测   总被引:6,自引:0,他引:6  
在阐述BP神经网络基本原理的基础上,建立了云南旅游需求的BP神经网络模型,并对云南旅游外汇收入及入境游客人数进行了预测和分析,在预测中首次引入了每人次旅游外汇收入的概念.分析结果表明,人工神经网络方法在旅游预测中的应用是可行的,而且是十分有效的.  相似文献   

15.
利用人工神经网络技术,根据襄樊市历年小麦受灾面积数量对襄樊市小麦受灾面积进行预测,并根据有关专业知识讨论如何通过增加输入单元提高中长期预测精度.  相似文献   

16.
用人工神经网络预测时用水量的方法   总被引:4,自引:0,他引:4  
根据城市时段用水量序列季节性、趋势性及随机扰动性的特点 ,利用人工神经网络方法 ,建立了时间水量短期预报模型 .选取不同的隐层结点数 ,采用相同的输入样本及预测数据进行训练和预测 ,并通过比较其相对误差的大小 ,确定了神经网络的结构 ,并应用 Matlab语言进行了具体的建模和预报 .实例考核证明 ,该方法与常用的时间序列三角函数分析法相比 ,具有预测误差小、计算速度快等特点 ,可满足供水系统调度运行的实际需要  相似文献   

17.
将过程神经网络应用于GDP预测,可以将时间序列中的时间累积效应充分考虑到预测中,能较好地解决传统GDP预测方法中的一些不足。运用黑龙江省1981年至2010年GDP与其影响因素数据,结合相关理论,建立了基于过程神经网络的GDP预测模型,对GDP进行了预测。结果表明,将过程神经网络应用于GDP预测问题中,可以得到较高的预测精度,预测效果较好。  相似文献   

18.
利用神经网络预测人口数量   总被引:1,自引:0,他引:1  
利用先进的预测技术人工神经网络技术,根据襄樊市历年人口数量对襄樊市人口数量进行预测,为有关部门人口普查提供参考,预测结果证明该法较其他预测方法精度高且有效。  相似文献   

19.
通货膨胀的诱因、预测与控制是各国政府、学者乃至普通民众关心的热点问题。运用交叉相关分析法对GDP增长率、M2增长率、工业生产者购进价格指数等因素与通货膨胀间的关系进行了定量分析,确定了各因素与通货膨胀之间的领先、一致和滞后关系;然后结合人工神经网络原理,以先前确定的领先指标作为输入信息建立了基于BP神经网络的通胀预测模型,最后根据模型预测结果,提出了控制通货膨胀的相关政策建议。  相似文献   

20.
随着神经网络在数据分析、预测及生产控制中的应用,神经网络的优化学习成为研究的一个重要课题.通过探讨BP神经网络模型的建立过程,针对BP神经网络的模型优化问题进行了详细研究.并通过对银行客户分类的仿真实验证明,优化模型能够有效地提高BP神经网络的收敛速度及预测精度.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号