区间时间序列的混合预测模型
来源期刊:控制与决策2013年第12期
论文作者:岳继光 杨臻明 孙强 王晓保
文章页码:1915 - 1920
关键词:区间分析;时间序列;混合模型;ARIMA模型;人工神经网络;城市轨道交通;Monte Carlo方法;
摘 要:提出一种基于自回归求和移动平均(ARIMA)与人工神经网络(ANN)的区间时间序列混合模型,并用混合模型分别对区间中值序列和区间半径序列建模.采用Monte Carlo方法生成模拟区间序列,分别用ARIMA、ANN和混合模型3种方法进行建模和预测实验,并用统计学方法检验模型误差.最后分别采用3种方法对H市轨道交通某号线牵引能耗区间序列进行了建模和预测,实验结果表明混合模型的建模精度和预测性能均优于单一模型.
岳继光1,杨臻明1,孙强1,王晓保2
1. 同济大学电子与信息工程学院2. 上海申通轨道交通研究咨询有限公司
摘 要:提出一种基于自回归求和移动平均(ARIMA)与人工神经网络(ANN)的区间时间序列混合模型,并用混合模型分别对区间中值序列和区间半径序列建模.采用Monte Carlo方法生成模拟区间序列,分别用ARIMA、ANN和混合模型3种方法进行建模和预测实验,并用统计学方法检验模型误差.最后分别采用3种方法对H市轨道交通某号线牵引能耗区间序列进行了建模和预测,实验结果表明混合模型的建模精度和预测性能均优于单一模型.
关键词:区间分析;时间序列;混合模型;ARIMA模型;人工神经网络;城市轨道交通;Monte Carlo方法;