基于经验模式分解与混沌分析的直接多步预测模型

• 作者: 周桂红 孙玉梅 程春田 谢景新
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 直接多步预测 经验模式分解 混沌分析
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 684-689
• 页数: 6页
• 分类号: TP18
• 字数: 4218字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00684

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程春田	大连理工大学水利信息研究所	168	2851	30.0	45.0
2	谢景新	河北农业大学机电工程学院	14	135	5.0	11.0
4	孙玉梅	河北农业大学机电工程学院	14	78	4.0	8.0
5	周桂红	河北农业大学信息与技术学院	28	252	9.0	15.0