時間序列短期預測的方法和技術.pdf

1、時間序列是指按照時間順序取得的一系列觀測值,很多數(shù)據(jù)是以時間序列的形式出現(xiàn)的,從經(jīng)濟、金融到工程技術,從天文、地理到氣象,從醫(yī)學到生物等各個領域都涉及到時間序列,例如船舶運動,每天的氣溫,公路事故數(shù)量的周度序列等等。在自然科學和社會科學各研究領域中,大量決策問題都離不開預測,時間序列預測是指利用時間序列的若干歷史觀測值來預測未來某時刻的取值。時間序列預測的應用非常廣泛,如天氣預報,股價指數(shù)的預測,船舶運動的極短期預報等等。
　　

2、 本文第一章介紹了該課題的背景意義以及時間序列預測的國內外研究現(xiàn)狀;在第二章中給出了五種常用的時間序列預測方法基本原理的詳細說明,包括線性預測方法(自回歸模型AR、自回歸滑動平均模型ARMA、求和自回歸滑動平均模型ARIMA)和非線性預測方法(徑向基函數(shù)RBF神經(jīng)網(wǎng)絡和BP網(wǎng)絡)。第三章論文在MATLAB環(huán)境下實現(xiàn)了這五種方法用于海浪信號的預測,并且比較了這些方法預測后的四種誤差,包括偏差、歸一化偏差、均方根誤差、標準偏差。同時,比較不

3、同情況下這些方法預測的效果,分別是:預測步長增加時;取不同的時間段進行預測時,預測誤差的大小等;比較了這些方法用于均勻分布和高斯分布隨機數(shù)據(jù)序列的預測效果。第網(wǎng)章在MATLAB的GUIDE平臺上開發(fā)了一個時間序列短期預測系統(tǒng),涵蓋了以上五種預測方法,該系統(tǒng)可以方便的對時間序列進行預測,可自由選擇預測方法,待預測的數(shù)據(jù)和預測步長,能直觀地顯示預測結果以及常用的四種誤差值,便于用戶對這些方法的預測效果進行評估分析。最后,第五章總結了以上五種