基于经验模态分解的小波神经网络预测模型

• 作者: 张彦霞 徐建新 桑秀丽 肖清泰
• 来源期刊: 计算机应用与软件
• 学科: 地球科学
• 关键词: 经验模态分解 小波神经网络 BP神经网络 预测
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 算 法
• 页码范围: 284-287
• 页数: 4页
• 分类号: TP319|O15|N93
• 字数: 4212字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.10.063

摘要

针对小波神经网络（WNN）在非平稳、非线性时间序列预测上无法实现自适应多分辨率分析，且其预测精度有待提高的问题，提出基于经验模态分解的小波神经网络预测模型。首先，对非线性、非平稳时间序列进行经验模态分解（EMD），以降低时间序列的非平稳性；然后对 EMD 分析得到的固有模态分量（IMF）和余项分别构建 WNN 模型；最后，汇总预测结果，得到预测值。通过数据验证，新模型的预测精度高于 BP 神经网络和 WNN。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桑秀丽	昆明理工大学质量发展研究院	33	118	6.0	9.0
2	徐建新	昆明理工大学质量发展研究院	32	58	4.0	5.0
6	肖清泰	昆明理工大学质量发展研究院	5	12	2.0	3.0
10	张彦霞	昆明理工大学质量发展研究院	2	9	1.0	2.0