基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测

被引：20

作者：

张华

任若恩

机构：

[1] 北京航空航天大学经济管理学院

来源：

系统工程理论与实践 | 2010年 / 30卷 / 06期

关键词：

小波分解; 非平稳时间序列; 残差GM(1,1)模型; 自回归; 预测;

D O I：

暂无

中图分类号：

N941.5 [灰色系统理论]; O211.61 [平稳过程与二阶矩过程];

学科分类号：

071101 ; 020208 ; 070103 ; 0714 ;

摘要：

提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度.

引用

页码：1016 / 1020

页数：5