基于EMD和组合模型的太阳黑子时间序列预测

被引：2

作者：

曾庆山

张晓楠

机构：

[1] 郑州大学电气工程学院

来源：

郑州大学学报(工学版) | 2014年 / 03期

关键词：

太阳黑子; EMD分解; 组合模型; 预测;

D O I：

暂无

中图分类号：

P182.41 [];

学科分类号：

070401 ;

摘要：

太阳黑子是非线性、非平稳、多尺度变化的时间序列,且观测结果大多存在噪声的干扰.针对太阳黑子时间序列预测的复杂性,首先将原始数据序列通过小波去噪进行预处理,然后将去噪后的信号通过EMD分解产生若干个从高频到低频的IMF分量和余项.针对低频分量变化缓慢和高频分量波动性较大的特点,分别采用RBF神经网络模型和SVM模型进行预测,最后将各个分量的预测结果相叠加得到最终预测值.仿真结果表明,该模型具有较高的预测精度.

引用

页码：78 / 81

页数：4

共 8 条

[1] 基于决策函数及PSO优化的SVM预测控制应用研究 [J].