基于经验模式分解的时间序列数据流在线预测

• 作者: 周勇 李念水 程春田
• 来源期刊: 计算机应用研究
• 关键词: 经验模式分解 最大Lyapunov指数 链式重写窗口 预测
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 508-510
• 分类号: TP274.2
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.02.028

摘要

提出一种通用的时间序列数据流预测方法,算法首先通过经验模式分解方法将从链式重写窗口取得的数据集分解有限具有特征振荡周期的固有模态函数分量和一个代表原始序列平均趋势的余量;然后对于各个分量分别建立最大Lyapunov指数预测模型进行预测;最后将各分量的预测值组合获得最终预测值.通过电力负荷的预测实验表明,与单一的时间序列数据流预测模型相比,该模型具有较高的预测精度和很好的模型适应性.

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	大连理工大学土木水利学院	168	2851	30.0	45.0
2	周勇	大连理工大学软件学院	33	133	7.0	9.0
3	李念水	大连理工大学软件学院	2	5	2.0	2.0