基于经验模式分解和极限学习机的铀资源价格预测方法
来源期刊：控制与决策2014年第7期
论文作者：颜七笙 王士同 张延飞 丁木华
文章页码：1187 - 1192
关键词：铀资源价格;经验模式分解;固有模态函数;相空间重构;极限学习机;组合预测;
摘 要：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.
颜七笙1,2，王士同1，张延飞2，丁木华2
1. 江南大学数字媒体学院2. 东华理工大学理学院
摘 要：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.
关键词：铀资源价格;经验模式分解;固有模态函数;相空间重构;极限学习机;组合预测;
