基于ARIMA和DSVM组合模型的松毛虫发生面积预测

提出一种基于ARIMA和动态ε支持向量机(ε-DSVM)的组合预测模型(ARIMA-ε-DSVM)，预测松毛虫发生面积．先采用ARIMA模型进行时间序列线性趋势建模，为非线性部分确定输入阶数，根据确定的输入阶数进行时间序列样本重构，再采用ε-DSVM模型进行时间序列非线性特征建模，将这两模型预测值相加得到组合模型预测值．对辽宁省朝阳市松毛虫时间序列进行仿真试验，结果表明，ARIMA-ε-DSVM模型预测精确度比单一模型ARIMA和SVM及简单组合模型ARIMA-SVM要高，ARIMA-ε-DSVM模型大幅度改善预测效果，显著地减少预测误差，泛化能力强.