基于Bayes網(wǎng)的時(shí)間序列預(yù)測.pdf

1、預(yù)測是作決策、規(guī)劃之前必不可少的重要環(huán)節(jié)和前提。時(shí)間序列預(yù)測是預(yù)測領(lǐng)域的一個(gè)重要研究方向，時(shí)間序列預(yù)測問題在氣象、天文、電力、醫(yī)學(xué)、生物、經(jīng)濟(jì)、金融和計(jì)算機(jī)等各個(gè)領(lǐng)域有著廣泛的應(yīng)用。Bayes網(wǎng)，又稱信度網(wǎng)或概率網(wǎng)，是Pearl提出的一種基于概率論和圖論的不確定知識表示模型。Bayes網(wǎng)在不確定知識表示及推理中表現(xiàn)出的卓越性能，使其獲得了廣泛的關(guān)注，對Bayes網(wǎng)的研究已成為當(dāng)今人工智能領(lǐng)域研究的熱點(diǎn)之一。將Bayes網(wǎng)與時(shí)間序列預(yù)測相

2、結(jié)合，形成一種新的時(shí)間序列建模及預(yù)測的方法。文章將Bayes網(wǎng)應(yīng)用于時(shí)間序列預(yù)測領(lǐng)域，提出了三種新的預(yù)測模型：靜態(tài)Bayes網(wǎng)預(yù)測模型，靜態(tài)N-Bayes網(wǎng)預(yù)測模型和分類靜態(tài)Bayes網(wǎng)預(yù)測模型。 文章主要探討的是基于Bayes網(wǎng)的時(shí)間序列預(yù)測模型。在文章中，首先介紹了Bayes網(wǎng)的相關(guān)理論，逐一介紹了Bayes網(wǎng)的基本概念、Bayes網(wǎng)基本原理、Bayes網(wǎng)推理、Bayes網(wǎng)的學(xué)習(xí)等內(nèi)容，并以條件概率表的建立為重點(diǎn)。其次，介紹

3、了時(shí)間序列預(yù)測的相關(guān)理論，以自回歸求和移動平均模型(ARIMA)為重點(diǎn)詳細(xì)的講解了相關(guān)的時(shí)間序列預(yù)測模型和預(yù)測方法。再次，在綜合運(yùn)用Bayes網(wǎng)和時(shí)間序列預(yù)測的相關(guān)理論之上，提出并建立了三種新的預(yù)測模型：靜態(tài)Bayes網(wǎng)預(yù)測模型，靜態(tài)N-Bayes網(wǎng)預(yù)測模型和分類靜態(tài)Bayes網(wǎng)預(yù)測模型。這三個(gè)預(yù)測模型是以層層逼近的形式提出的，靜態(tài)Bayes網(wǎng)預(yù)測模型是最簡單的模型也是最原始的預(yù)測模型，靜態(tài)N-Bayes網(wǎng)預(yù)測模型是在前者的基礎(chǔ)之上增加

4、Bayes網(wǎng)的結(jié)點(diǎn)數(shù)目和網(wǎng)絡(luò)復(fù)雜度，分類靜態(tài)Bayes網(wǎng)預(yù)測模型則是在對數(shù)據(jù)分類的基礎(chǔ)之上利用靜態(tài)Bayes網(wǎng)預(yù)測模型中的Bayes網(wǎng)來進(jìn)行預(yù)測。最后，將三種基于Bayes網(wǎng)的預(yù)測模型運(yùn)用于實(shí)驗(yàn)，得出相關(guān)的結(jié)論。 文章總結(jié)了前人對Bayes網(wǎng)、時(shí)間序列的研究成果，并將這兩方面的研究相結(jié)合得出了自己的觀點(diǎn)和看法，將之付諸于實(shí)踐，通過實(shí)驗(yàn)得出Bayes網(wǎng)絡(luò)結(jié)構(gòu)能夠勝任對時(shí)間序列的建模和預(yù)測，相信Bayes網(wǎng)絡(luò)在時(shí)間序列領(lǐng)域的應(yīng)用前景