自动化学报
自動化學報
자동화학보
ACTA AUTOMATICA SINICA
2008年
6期
684-689
,共6页
谢景新%程春田%周桂红%孙玉梅
謝景新%程春田%週桂紅%孫玉梅
사경신%정춘전%주계홍%손옥매
直接多步预测%经验模式分解%混沌分析
直接多步預測%經驗模式分解%混沌分析
직접다보예측%경험모식분해%혼돈분석
直接多步预测不依靠单步预测的结果而直接使用测量数据,效果理想,但往往要求模型能够学习多种不同的目标函数.本文建它的直接多步预测混合模型,使用模式分解方法把原始时间序列分解成不I司尺度的基本模式分量,再经混沌分析和神经网络进行组合预测,减小了各步预测模型之间的差别,提高了模型对多种目标函数的学习能力,有效提高了预测精度.最后,通过基准时间序列验证了本模型的优越性.
直接多步預測不依靠單步預測的結果而直接使用測量數據,效果理想,但往往要求模型能夠學習多種不同的目標函數.本文建它的直接多步預測混閤模型,使用模式分解方法把原始時間序列分解成不I司呎度的基本模式分量,再經混沌分析和神經網絡進行組閤預測,減小瞭各步預測模型之間的差彆,提高瞭模型對多種目標函數的學習能力,有效提高瞭預測精度.最後,通過基準時間序列驗證瞭本模型的優越性.
직접다보예측불의고단보예측적결과이직접사용측량수거,효과이상,단왕왕요구모형능구학습다충불동적목표함수.본문건타적직접다보예측혼합모형,사용모식분해방법파원시시간서렬분해성불I사척도적기본모식분량,재경혼돈분석화신경망락진행조합예측,감소료각보예측모형지간적차별,제고료모형대다충목표함수적학습능력,유효제고료예측정도.최후,통과기준시간서렬험증료본모형적우월성.
