马尔科夫模型改进的时间序列预测算法研究

• 作者: 廖闻剑 彭艳兵 戴曾
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 预测算法 时间序列 小波分析 马尔科夫模型 指数平滑法
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 66-71
• 页数: 6页
• 分类号: TP301.6
• 字数: 5694字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2014.11.015

摘要

时间序列的传统预测方法能够很好地拟合和预测平稳时间序列，对于非线性非平稳的时间序列数据预测效果不好。为解决该问题，文本提出一种改进的预测算法。通过小波分解和单边重构，原始时间序列被分解为一列低频数据和两列高频数据。低频数据采用传统的时间序列方法GARCH模型预测，高频数据使用改进方法预测。通过马尔科夫模型预测出状态区间，结合指数平滑法，预测出高频结果。与低频数据结果叠加得到最终预测结果。经误差比较，改进算法预测精度有较大提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭艳兵		20	38	3.0	5.0
2	廖闻剑		13	29	3.0	5.0
3	戴曾		1	2	1.0	1.0