模糊神经网络与SARIMA结合的时间序列预测模型

被引：6

作者：

何星星

孙德山

机构：

[1] 辽宁师范大学数学学院

来源：

计算机技术与发展 | 2008年 / 08期

关键词：

模糊神经网络; SARIMA; 混合模型预测; 时间序列;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

模糊神经网络和SARIMA模型分别对非线性和线性时间序列有很好的预测能力,但在实际应用中大多数序列并非稳定、单纯线性或非线性的。为了提高预测精度,提出了一种基于T-S模糊神经网络与SARIMA结合的时间序列预测模型。针对悉尼航班乘客收入数据给出了三种混合模型,并与模糊神经网络、支持向量机、SARIMA和BP神经网络四种单独模型进行比较。实验结果表明,从预测精度和参数选择方面来看,所给模型是有效的。

引用

页码：61 / 64

页数：4