一种基于经验模态分解的时间序列预测方法

doi:10.16783/j.cnki.nwnuz.2020.01.004

	一种基于经验模态分解的时间序列预测方法
	马宇红1,2 ; 强亚蓉 1; 杨梅 1
	2020-01-15
发表期刊	西北师范大学学报(自然科学版)
ISSN	1001-988X
卷号	56 期号:2020-01 页码:27-34
摘要	针对来源于实际问题的时间序列非线性、非平稳、多尺度复合的特点建立了一种基于经验模态分解(EMD)的ARIMA时间序列预测模型,即EMD-ARIMA模型.首先,借助经验模态分解将时间序列分解为多个不同时间尺度的内在模函数和一个趋势项,并确定每个内在模函数的季节性趋势;其次,对每个内在模函数使用季节性ARIMA模型进行预测,对趋势项使用趋势移动平均模型进行预测;最后,将所有内在模函数和趋势项的预测结果进行复合得到原时间序列的预测结果.数值实验结果表明,EMD-ARIMA方法能够揭示真实时间序列内在的多尺度复合特征和季节性变化规律;与经典的ARIMA模型和人工神经网络(ANN)模型相比,EMD-ARIMA模型明显提高了预测精度,因而是一种可靠的非线性、非平稳时间序列预测方法.
关键词	时间序列检验模态分解内在模函数季节性ARIMA模型
DOI	10.16783/j.cnki.nwnuz.2020.01.004
URL	查看原文
收录类别	CNKI ; 北大核心
语种	中文
资助项目	国家自然科学基金资助项目(51368055)
原始文献类型	学术期刊
中图分类号	O211.61
引用统计	被引频次[WOS]：0 [WOS记录] [WOS相关记录]
文献类型	期刊论文
条目标识符	https://ir.nwnu.edu.cn/handle/39RV6HYL/1667
专题	实体学院_数学与统计学院直属单位_学报编辑部
作者单位	1.西北师范大学数学与统计学院; 2.西北师范大学学报编辑部
第一作者单位	数学与统计学院; 学报编辑部
第一作者的第一单位	数学与统计学院
推荐引用方式 GB/T 7714	马宇红,强亚蓉,杨梅. 一种基于经验模态分解的时间序列预测方法[J]. 西北师范大学学报(自然科学版),2020,56(2020-01):27-34.
APA	马宇红,强亚蓉,&杨梅.(2020).一种基于经验模态分解的时间序列预测方法.西北师范大学学报(自然科学版),56(2020-01),27-34.
MLA	马宇红,et al."一种基于经验模态分解的时间序列预测方法".西北师范大学学报(自然科学版) 56.2020-01(2020):27-34.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
一种基于经验模态分解的时间序列预测方法.（2833KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览下载