基于历史趋势和预测误差的时序序列预测方法研究

打印
收藏

收藏成功

微博 QQ空间微信

打开文本图片集

摘要：针对时间序列预测方法训练复杂、迁移预测能力差等问题，提出一种自适应预测方法。先根据预测误差和当前值确定下一时刻预测值的范围，再结合短期历史趋势确定最终预测值。得到的当前预测值代入下一轮循环中继续预测，通过不断“预测－校正－预测”循环实现对数据预测。最后利用金融、风力等时序数据，LSTM、SVM、ARIMA、MA等经典时间序列预测算法在预测精度、迁移预测能力、运算速度等方面做了对比。（剩余6301字）

试读结束

购买全文5.00元下一篇一种基于最大频繁子图基因的模糊图神经网络检测模型

计算机时代

2023年09期

¥7.29/本