基于小波的非平稳时间序列预测方法研究

• 作者: 李宁 黎志勇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 非平稳时间序列 小波变换 自回归移动平均模型 BP神经网络
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 理论研究、研发设计
• 页码范围: 38-43
• 页数: 6页
• 分类号: TP274.2
• 字数: 4353字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1211-0264

摘要

基于小波分析技术，将原始非平稳时间序列分解为一层近似系数和多层细节系数，对其分别采用自回归滑动平均模型以及BP神经网络模型，对各层系数进行建模与预测；通过整合各层系数，得到原始时间序列的预测值。运用这种方法对因特网某节点网络流量数据和某地区日最高气温数据进行预测的结果表明，建立在小波分解基础上的这两种方法都能够有效地应用于非平稳时间序列的预测；而小波-BP神经网络的预测方法无论是精度还是计算复杂度方面都要明显优于小波-ARMA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	李宁	中山大学信息科学与技术学院	28	85	4.0	8.0
2	黎志勇	中山大学信息科学与技术学院	3	19	1.0	3.0