10.3969/j.issn.1673-4785.2007.04.010
基于数据预处理灰色神经网络组合和集成预测
当研究的系统扰动因素过大或系统行为在某个时间点发生突变,出现严重扰动系统的异常数据时,提出不应直接按原始数据建模预测,而应根椐实际情况适当地对数据预处理.提出了基于数据修正的改进型灰色神经网络组合和集成预测,并根据南昌火车站旅客发送量时间序列建立了多个模型,从模型预测效果对比中说明数据修正、改进型灰色模型和改进型灰色神经网络、灰色神经网络组合和集成确实能提高预测精度.另外,修正数据要把握一个度,不能修正全部数据,只能修正较异常的数据,要在数据的趋势性和预测的灵敏性间取得平衡.
时间序列预测、灰色神经网络、组合预测
2
U491.14(交通工程与公路运输技术管理)
国家自然科学基金0511030
2007-10-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
58-62