基于神经网络的时间序列组合预测模型研究及应用

基于时间序列预测模型及RBF神经网络,提出了一种新的组合预测方法。该方法采用三层结构的RBF网络来构造组合预测模型,将两种单一预测方法得出的预测结果,作为RBF网络的输入,而实际的历史数据值作为网络的期望输出,各种预测方法在组合预测中的权重由RBF网络的自学习获得。这样避免了一般线性组合预测方法中确定各个权重的复杂计算,又完整地涵盖了实际问题的线性与非线性两方面,综合地利用各种单一预测方法提供的信息,获得更好的预测结果,提高了预测精度。将这种预测方法应用在军事后勤保障中,取得了较好的效果。