基于趋势点状态模型的时间序列预测算法

• 作者: 冯凯文 孟凡荣 牛强 闫秋艳
• 来源期刊: 计算机应用研究
• 关键词: 时间序列 相似序列 趋势点状态模型 预测 周期
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4510-4512,4516
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.12.029

摘要

针对传统的时间序列线性预测算法对时间序列的线性程度要求高,而非线性方法一般建模复杂且计算量大,提出了一种基于趋势点状态模型的时间序列预测算法.该算法无须考虑时间序列是否具有显著线性特征,通过序列间耦合度挖掘时间序列上的相似子序列,找出相对应的相似序列趋势点,建立趋势点状态模型并求出预测值.算法建模简单,复杂度较低.通过模拟实验,结果表明该算法性能良好,尤其对具有周期性的时间序列预测精度很高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟凡荣	中国矿业大学计算机科学与技术学院	81	935	16.0	28.0
2	牛强	中国矿业大学计算机科学与技术学院	57	459	11.0	19.0
3	闫秋艳	中国矿业大学计算机科学与技术学院	26	129	6.0	10.0
4	冯凯文	中国矿业大学计算机科学与技术学院	1	12	1.0	1.0