基于分形原理的时间序列分析及预测研究

摘要：

引入分形原理分析时间序列问题．运用数组存储代替重复计算的方式改进饱和关联维数法，当时间序列样本数据为100时，改进饱和关联维数法的运行时间比改进前缩短了61倍，程序的运算步骤有效简化，且计算出的关联维为1．4156，证明该时间序列具有分形特征．用变标度极差分析法求时间序列的Hurst指数，结果为0．9074，说明该序列具有持续效应．用累加和变换法建立短时间序列的分形预测模型，建立的模型预测后一期数据的残差最大绝对值都小于1 mm．实验结果表明：使用分形原理可有效描述时间序列的有关特征，且分形预测模型为短时间序列的预测问题提供了一种新方法．

关键词：分形原理、时间序列、饱和关联维数法、变标度极差分析、累加和变换

分类号：P208(一般性问题)

在线出版日期：2014-02-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：334-337