%0 Journal Article
%T 基于经验模式分解和极限学习机的铀资源价格预测方法
%A 颜七笙
%A 王士同
%A 张延飞
%A 丁木华
%J 控制与决策
%P 1187-1192
%D 2014
%R 10.13195/j.kzyjc.2013.0539
%X 针对国际铀资源价格预测问题,提出一种基于经验模式分解(EMD)、相空间重构(PSR)和极限学习机(ELM)的非线性组合预测方法.首先通过EMD分解,将原始价格序列分解为若干固有模态分量(IMF),按频率高低将各IMF分组叠加成3个新序列;然后在重构相空间的基础上构建不同的ELM模型,分别对各IMF序列进行预测;最后对预测结果进行合成.将该方法应用于实际铀资源价格预测,并与径向基神经网络(RBF)方法及单独ELM方法进行比较,仿真结果表明该方法预测精度有明显的提高.
%K 铀资源价格
%K 经验模式分解
%K 固有模态函数
%K 相空间重构
%K 极限学习机
%K 组合预测
%U http://www.kzyjc.net:8080/CN/abstract/abstract12750.shtml