基于ARIMA与WASD N加权组合的时间序列预测

• 作者: 丁玮翔 劳稳超 叶成绪 张雨浓 王英
• 来源期刊: 计算机应用研究
• 关键词: 差分自回归移动平均模型 权值与结构确定算法 幂激励前向神经网络 时间序列预测 加权组合
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2630-2633,2638
• 页数: 5页
• 分类号: TP391|TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.09.017

摘要

为了提高时间序列预测方法的预测精度以及增强其适用性，提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均（autoregressive integrated moving average，ARIMA）模型与配备权值及结构确定（weights and structure determination，WASD）算法的幂激励前向神经网络（WASDN）对时间序列进行建模、测试以及预测。根据测试结果，将ARIMA与WASDN进行加权组合。数值实验结果显示，所提出的ARIMA-WASDN加权组合方法的预测精度高于ARIMA或WASDN单独使用时的预测精度，验证了该方法在时间序列预测方面的有效性和优越性。