%0 Journal Article
%T 基于小波分解和残差gm(1,1)-ar的非平稳时间序列预测
%J 系统工程理论与实践
%P 1016-1020
%D 2010
%X ？提出基于二进正交小波变换和残差gm(1,1)-ar方法的非平稳时间序列预测方案.首先利用mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度.
%K 小波分解
%K 非平稳时间序列
%K 残差gm(1:1)模型
%K 自回归
%K 预测
%U http://www.sysengi.com/CN/abstract/abstract106568.shtml