基于VMD-FFT-LSTM模型的BDI指数预测

• 作者: 匡海波 宋扬 武华华
• 来源期刊: 大连海事大学学报
• 学科: 交通运输
• 关键词: BDI指数预测 VMD算法 LSTM长短时记忆网络 VMD-FFT-LSTM模型
• 年，卷（期）: 2019,（3）
• 页码范围: 9-16
• 页数: 8页
• 分类号: U69|F551
• 语种: 中文
• DOI: 10.16411/j.cnki.issn1006-7736.2019.03.002

摘要

为提升非线性BDI指数的预测效果,分析了多种预测模型对BDI指数的单步及多步预测结果,借助"分解-重构-预测"思路,设计构建了VMD-FFT-LSTM组合预测模型.首先,通过VMD算法分解出BDI指数的IMF分量;然后,结合BDI指数周期理论与FFT算法计算的周期结果重构IMF,达到降噪的目的;最后,运用LSTM模型对重构序列进行多步预测.对比多步预测结果,VMD-FFT-LSTM组合模型预测结果在精度及稳定性上表现更好,解决了SVR模型多步预测结果易在序列局部极值点处出现较大偏差的局限性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	匡海波	大连海事大学综合交通运输协同创新中心	75	779	15.0	25.0
2	武华华	大连海事大学综合交通运输协同创新中心	4	9	2.0	3.0
6	宋扬	大连海事大学综合交通运输协同创新中心	5	34	3.0	5.0