基于集合经验模式分解的火灾时间序列预测

摘要：

采用集合经验模式分解(EEMD)和多变量相空间重构技术,结合非线性支持向量回归(SVR)模型,提出一种火灾次数时间序列组合预测方法.根据EEMD将非平稳的火灾时间序列分解为一系列不同尺度的固有模态分量,利用多变量相空间重构技术对分解的各个分量进行相空间重构,构建其训练数据,对重构的训练数据建立各分量的非线性支持向量回归预测模型,使用SVR集成预测方法对火灾时间序列进行预测.仿真结果表明,与单变量相空间重构方法以及SVR方法相比,该方法具有较高的预测精度.

关键词：火灾时间序列、集合经验模式分解、相空间重构、支持向量回归、非平稳

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61162014,61141007;公安部应用创新计划基金资助项目2009YYCXSHXF148

在线出版日期：2013-01-18（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：152-155