模糊神经网络与SARIMA结合的时间序列预测模型

• 作者: 何星星 孙德山
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 模糊神经网络 SARIMA 混合模型预测 时间序列
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 61-64
• 页数: 4页
• 分类号: TP18
• 字数: 2635字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.08.018

摘要

模糊神经网络和SARIMA模型分别对非线性和线性时间序列有很好的预测能力,但在实际应用中大多数序列并非稳定、单纯线性或非线性的.为了提高预测精度,提出了一种基于T-S模糊神经网络与SARIMA结合的时间序列预测模型.针对悉尼航班乘客收入数据给出了三种混合模型,并与模糊神经网络、支持向量机、SARIMA和BP神经网络四种单独模型进行比较.实验结果表明,从预测精度和参数选择方面来看,所给模型是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙德山	辽宁师范大学数学学院	66	560	13.0	21.0
2	何星星	辽宁师范大学数学学院	1	11	1.0	1.0