基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高时间序列短期预测的精度,提出了把ARIMA模型和BP神经网络模型进行组合预测的思路.将该组合模型应用在南水北调在建工程项目投资预测中,利用多种定阶准则对不同ARIMA模型的预测效果进行比较,指出多种定阶准则各有利弊;然后利用BP神经网络将不同ARIMA模型预测值进行进一步组合预测.实验结果表明,组合模型充分发挥了两种模型各自的优势,比单一的预测方法具有更高的精度,在时间序列短期预测中预测效果良好.
推荐文章
基于模糊综合评价的水利工程投资风险研究
模糊综合评价
水利工程
投资风险
水利工程投资影响因素分析与管理方法研究
水利工程投资
影响因素
管理方法
基于ARIMA-RTA组合模型的海堤工程沉降预测
海堤工程
沉降预测
ARIMA
RTA
基于生态水利工程的设计研究
生态水利工程
生态环境
设计思路
设计原则
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ARIMA与BP的水利工程投资预测模型研究
来源期刊 计算机工程与设计 学科 工学
关键词 时间序列 ARIMA模型 BP神经网络模型 组合模型 模型定阶
年,卷(期) 2010,(18) 所属期刊栏目
研究方向 页码范围 4128-4130,4135
页数 分类号 TP39
字数 2495字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 万定生 河海大学计算机及信息工程学院 87 634 15.0 20.0
2 张茜云 河海大学计算机及信息工程学院 1 4 1.0 1.0
3 殷谊辉 河海大学计算机及信息工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (128)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (5)
二级引证文献  (4)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
时间序列
ARIMA模型
BP神经网络模型
组合模型
模型定阶
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导