复合模型在混沌时间序列中的应用
Forecasting chaotic time series with a hybrid model作者机构:上海理工大学管理学院上海200093
出 版 物:《科技与管理》 (Science-Technology and Management)
年 卷 期:2012年第14卷第1期
页 面:23-26页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:Elman回归神经网络 时间序列预测 混沌 季节性单整自回归移动平均 复合模型
摘 要:神经网络和传统线性模型结合为处理混沌时间序列提供了新的途径。将Elman神经网络和单整自回归移动平均模型结合起来,同时分析我国进出口贸易量时间序列中的线性和非线性两部分,得到更准确的预测精度。实证表明,复合模型吸收两类方法的优点,较单一模型能够更有效地预测我国进出口数据。