基于CBS-GM的时序数据短期预测方法

• 作者: 姜高霞 宁亚楠
• 来源期刊: 金陵科技学院学报
• 学科: 数学
• 关键词: B样条系数(CBS) 灰色模型(GM) 参数回归 非参数回归 组合预测
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 工程技术
• 页码范围: 17-22
• 页数: 6页
• 分类号: O212.1
• 字数: 3940字
• 语种: 中文

摘要

介绍了时序数据常用的参数回归和非参数回归方法,分析并比较了各自的优势和局限。结合这些特点提出一种基于B样条系数(CBS)与灰色模型(GM)的组合预测方法CBS-GM。此预测方法兼有参数和非参数的优点,具有较强的适应性和稳健性。最后将提出的方法应用于实际数据(常规数据和含异常值数据)。结果表明,综合预测精度和速度,CBS-GM相比于 GM(1,1)、ARMA、BP神经网络和 SVM等4种常用预测方法具有一定优势,是一种实用、高效的短期预测方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜高霞	山西大学数学科学学院	14	49	3.0	6.0
5	宁亚楠	山西大学数学科学学院	1	1	1.0	1.0