基于小波变换的GM(1，1)-ARIMA组合模型 对粮食产量的预测

为提高粮食产量的预测精度，针对粮食产量的数据特点，提出了在小波变换的基础上，结合GM(1，1)模型与ARIMA模型的优点，建立GM(1，1)-ARIMA组合预测模型。首先，通过小波变换对非平稳序列进行分解，得到近似分量和细节分量；针对各分量序列的不同特征，采用灰色GM(1，1)模型对近似分量进行趋势预测，为进一步提高趋势信号的预测精度，使用灰色GM(1，1)模型对预测序列进行残差修正；然后，采用ARIMA预测模型对分离出的细节分量进行预测；最后，通过小波重构得到粮食产量的预测值。预测结果表明，基于小波变换的GM(1，1)-ARIMA模型的拟合平均误差为0.69%，通过对2011―2014年粮食产量的预测，其预测平均误差低于1%，为粮食产量预测提供了一种新的技术途径