CAJ | 학술논문

近年来研究表明，组合预测方法比单一预测具有更高的预测精度。提出了一种利用改进的Elman神经网络修正ARIMA模型预测结果的短期风速组合预测模型。先利用ARIMA模型对风速进行预测，其线性规律信息包含在时间序列预测结果中，非线性规律包含在预测误差中。再将ARIMA模型的预测误差及历史风速一阶差分序列作为改进的Elman神经网络输入变量，将ARIMA模型的风速预测误差作为输出变量。最后将ARIMA模型预测结果与Elman神经网络的误差预测结果叠加，得到最终修正后的预测风速。分析结果表明，该方法与单一ARIMA方法及其他组合方法相比，预测滞后性更小，预测精度更高，在风速预测领域具有较好的应用前景。
근년래연구표명，조합예측방법비단일예측구유경고적예측정도。제출료일충이용개진적Elman신경망락수정ARIMA모형예측결과적단기풍속조합예측모형。선이용ARIMA모형대풍속진행예측，기선성규률신식포함재시간서렬예측결과중，비선성규률포함재예측오차중。재장ARIMA모형적예측오차급역사풍속일계차분서렬작위개진적Elman신경망락수입변량，장ARIMA모형적풍속예측오차작위수출변량。최후장ARIMA모형예측결과여Elman신경망락적오차예측결과첩가，득도최종수정후적예측풍속。분석결과표명，해방법여단일ARIMA방법급기타조합방법상비，예측체후성경소，예측정도경고，재풍속예측영역구유교호적응용전경。