基于SODM和贝叶斯的时序预测模型比较

被引：3

作者：

肖进

贺昌政

机构：

[1] 四川大学工商管理学院

来源：

统计与决策 | 2007年 / 20期

关键词：

自组织数据挖掘; 贝叶斯理论; 时序预测; 系统建模;

D O I：

10.13546/j.cnki.tjyjc.2007.20.051

中图分类号：

O213 [应用统计数学];

学科分类号：

摘要：

本文采取定性的理论分析、随机模拟和实证试验相结合的方式,从先验信息的使用、模型产生机制、算法停止法则等方面比较了两类模型的异同,并重点试验分析了自组织数据挖掘(SODM)自回归模型与贝叶斯自回归模型的拟和以及预测性能。结果表明,对于具有小噪声样本数据的系统,贝叶斯时序模型的效果较优;而对于具有大噪声、小样本数据的系统,SODM时序模型更适合。本文最后提出将这两类模型结合考虑建立模型。

引用

页码：23 / 25

页数：3

共 6 条

[1] 景气预测模型应用研究
肖进
樊英
朱兵
[J]. 软科学, 2006, (04) : 12 - 15
[2] 自组织数据挖掘与人工神经网络方法比较研究
贺昌政
张宾
俞海
[J]. 系统工程理论与实践, 2002, (11) : 11 - 14+50
[3] 时间序列预测方法评述[J]. 王亮,刘豹.预测. 1991(04)
[4] 贝叶斯经济时间序列预测模型及其应用研究[D]. 郑进城.湖南大学 2005
[5] 自组织数据挖掘与经济预测[M]. 科学出版社 , 贺昌政著, 2005
[6] 数学建模导论[M]. 成都科技大学出版社 , 贺昌政编著, 1997

← 1 →