基于小波和组合模型的非平稳时间序列预测

摘要：

针对非平稳时间序列难高精度预测的问题,提出基于小波变换和组合模型的预测方法.首先,运用Mallat算法分解和重构非平稳序列,分离得非平稳序列的近似序列和细节序列;然后对近似序列建立GM(1,1)优化模型,对细节序列分别建立ARMA模型;最后叠加各模型的预测值得到原始序列的预测值.实证分析表明,此方法比传统的预测方法具有更好的适用性和更高的预测精度.

关键词： 非平稳时间序列 复合预测 GM(1,1)优化模型 ARIMA模型

作者: 罗党 韦保磊

作者单位: 华北水利水电大学 郑州 450045

会议类型: 国内会议

会议名称: 第28届全国灰色系统学术会议

会议地点: 武汉

会议语种:中文

页码: 134-139

在线出版日期: 2016-04-22（万方平台首次上网日期，不代表论文的发表时间）