区间时间序列的混合预测模型

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

分类号：TP273(自动化技术及设备)

在线出版日期：2013-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1915-1920