计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2011年
2期
508-510
,共3页
经验模式分解%最大Lyapunov指数%链式重写窗口%预测
經驗模式分解%最大Lyapunov指數%鏈式重寫窗口%預測
경험모식분해%최대Lyapunov지수%련식중사창구%예측
提出一种通用的时间序列数据流预测方法,算法首先通过经验模式分解方法将从链式重写窗口取得的数据集分解有限具有特征振荡周期的固有模态函数分量和一个代表原始序列平均趋势的余量;然后对于各个分量分别建立最大Lyapunov指数预测模型进行预测;最后将各分量的预测值组合获得最终预测值.通过电力负荷的预测实验表明,与单一的时间序列数据流预测模型相比,该模型具有较高的预测精度和很好的模型适应性.
提齣一種通用的時間序列數據流預測方法,算法首先通過經驗模式分解方法將從鏈式重寫窗口取得的數據集分解有限具有特徵振盪週期的固有模態函數分量和一箇代錶原始序列平均趨勢的餘量;然後對于各箇分量分彆建立最大Lyapunov指數預測模型進行預測;最後將各分量的預測值組閤穫得最終預測值.通過電力負荷的預測實驗錶明,與單一的時間序列數據流預測模型相比,該模型具有較高的預測精度和很好的模型適應性.
제출일충통용적시간서렬수거류예측방법,산법수선통과경험모식분해방법장종련식중사창구취득적수거집분해유한구유특정진탕주기적고유모태함수분량화일개대표원시서렬평균추세적여량;연후대우각개분량분별건립최대Lyapunov지수예측모형진행예측;최후장각분량적예측치조합획득최종예측치.통과전력부하적예측실험표명,여단일적시간서렬수거류예측모형상비,해모형구유교고적예측정도화흔호적모형괄응성.
