時(shí)間序列短期預(yù)測(cè)的方法和技術(shù).pdf

1、時(shí)間序列是指按照時(shí)間順序取得的一系列觀測(cè)值,很多數(shù)據(jù)是以時(shí)間序列的形式出現(xiàn)的,從經(jīng)濟(jì)、金融到工程技術(shù),從天文、地理到氣象,從醫(yī)學(xué)到生物等各個(gè)領(lǐng)域都涉及到時(shí)間序列,例如船舶運(yùn)動(dòng),每天的氣溫,公路事故數(shù)量的周度序列等等。在自然科學(xué)和社會(huì)科學(xué)各研究領(lǐng)域中,大量決策問(wèn)題都離不開(kāi)預(yù)測(cè),時(shí)間序列預(yù)測(cè)是指利用時(shí)間序列的若干歷史觀測(cè)值來(lái)預(yù)測(cè)未來(lái)某時(shí)刻的取值。時(shí)間序列預(yù)測(cè)的應(yīng)用非常廣泛,如天氣預(yù)報(bào),股價(jià)指數(shù)的預(yù)測(cè),船舶運(yùn)動(dòng)的極短期預(yù)報(bào)等等。
　　

2、 本文第一章介紹了該課題的背景意義以及時(shí)間序列預(yù)測(cè)的國(guó)內(nèi)外研究現(xiàn)狀;在第二章中給出了五種常用的時(shí)間序列預(yù)測(cè)方法基本原理的詳細(xì)說(shuō)明,包括線性預(yù)測(cè)方法(自回歸模型AR、自回歸滑動(dòng)平均模型ARMA、求和自回歸滑動(dòng)平均模型ARIMA)和非線性預(yù)測(cè)方法(徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)和BP網(wǎng)絡(luò))。第三章論文在MATLAB環(huán)境下實(shí)現(xiàn)了這五種方法用于海浪信號(hào)的預(yù)測(cè),并且比較了這些方法預(yù)測(cè)后的四種誤差,包括偏差、歸一化偏差、均方根誤差、標(biāo)準(zhǔn)偏差。同時(shí),比較不

3、同情況下這些方法預(yù)測(cè)的效果,分別是:預(yù)測(cè)步長(zhǎng)增加時(shí);取不同的時(shí)間段進(jìn)行預(yù)測(cè)時(shí),預(yù)測(cè)誤差的大小等;比較了這些方法用于均勻分布和高斯分布隨機(jī)數(shù)據(jù)序列的預(yù)測(cè)效果。第網(wǎng)章在MATLAB的GUIDE平臺(tái)上開(kāi)發(fā)了一個(gè)時(shí)間序列短期預(yù)測(cè)系統(tǒng),涵蓋了以上五種預(yù)測(cè)方法,該系統(tǒng)可以方便的對(duì)時(shí)間序列進(jìn)行預(yù)測(cè),可自由選擇預(yù)測(cè)方法,待預(yù)測(cè)的數(shù)據(jù)和預(yù)測(cè)步長(zhǎng),能直觀地顯示預(yù)測(cè)結(jié)果以及常用的四種誤差值,便于用戶對(duì)這些方法的預(yù)測(cè)效果進(jìn)行評(píng)估分析。最后,第五章總結(jié)了以上五種