本文關鍵詞：基于小波分析和優(yōu)化理論的時間序列預測研究　出處：《燕山大學》2015年碩士論文　論文類型：學位論文

  更多相關文章： 時間序列 小波分析 小波閾值去噪 非線性共軛梯度法 人工神經網絡

【摘要】：時間序列預測在預測的領域內是一個比較重要的研究方向,它是具有一定實際價值的一個應用研究領域。在實際的應用中,很多時候人們都會遇到根據歷史數據預測未來數據的問題,尤其是經濟、工程等方面,因此時間序列預測受到了廣泛的關注。在實際的預測中,時間序列常常會呈現出高度復雜并且非線性的狀態(tài),單一的模型并不能實現很好的擬合預測效果,因此人們開始將多種模型相結合進行研究,以期望獲得更好的預測值。論文在結合ARIMA模型和Elman神經網絡模型的同時引入了共軛梯度法以及小波分析理論對模型進行了改進,通過實例分析進行建模預測,由實驗的結果可知,相對于單一預測模型,論文中所提的方法預測效果更好。論文通過小波去噪對股票的歷史時間序列數據進行預處理,再結合時間序列模型和神經網絡模型對預處理后的序列進行建模和預測。論文首先介紹了時間序列模型、非線性共軛梯度法、小波分析和神經網絡的相關理論并對不同的非線性共軛梯度法進行了深入研究,提出了改進的共軛梯度算法,并將其應用到時間序列模型的參數估計中,以此來優(yōu)化參數模型,最后進行了實例驗證,從而證明了此方法的可行性以及有效性。其次介紹了小波的閾值去噪法,通過對它的研究給出了一種改進的去噪方法,并通過實例驗證了所提方法的有效性及優(yōu)越性。再次介紹了小波神經網絡的基礎理論,在小波神經網絡和時間序列模型的基礎上給出了一種組合預測方法,并通過流程圖給出了詳細預測步驟。最后利用論文中所提方法對股票序列進行預測,并與單個模型預測進行比較,由仿真實驗結果可以看出該方法具有更好的預測效果。
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O211.61

【相似文獻】

中國期刊全文數據庫 前10條

1 楊貴軍;;時間序列模型描述個體經濟發(fā)展趨勢的局限性及改進方法[J];現代財經(天津財經大學學報);2006年07期

2 郭順生;王磊;黃琨;;基于時間序列模型預測汽車銷量研究[J];機械工程師;2013年05期

3 李寶慧;用時間序列模型對社會消費品指數的規(guī)律進行研究和預測[J];統(tǒng)計研究;2000年01期

4 葉阿忠,李子奈;我國通貨膨脹的混合回歸和時間序列模型[J];系統(tǒng)工程理論與實踐;2000年09期

5 吳令云,趙遠東;用時間序列模型分析突發(fā)事件對經濟的影響[J];統(tǒng)計與決策;2004年04期

6 陳飛,高鐵梅;結構時間序列模型在經濟預測方面的應用研究[J];數量經濟技術經濟研究;2005年02期

7 霍振宏;;基于時間序列模型下國民經濟發(fā)展趨勢實證分析[J];中原工學院學報;2007年04期

8 鄭煜;孟軍;;時間序列模型對黑龍江省水稻比較優(yōu)勢的預測[J];東北林業(yè)大學學報;2008年10期

9 張新波;;時間序列模型在稅收預測中的應用[J];湖南稅務高等�？茖W校學報;2010年04期

10 劉領坡;;我國社會消費品零售總額時間序列模型及預測[J];經濟論壇;2011年06期

中國重要會議論文全文數據庫 前4條

1 汪宏晶;林曦晨;湯洪秀;尹平;;多元時間序列模型及其應用[A];2011年中國衛(wèi)生統(tǒng)計學年會會議論文集[C];2011年

2 史青;練曉華;;時間序列模型在地鐵結構變形預測中的應用[A];第十五屆華東六省一市測繪學會學術交流會論文集（江蘇上海論文分冊）[C];2012年

3 黃榮坦;;廈門港集裝箱吞吐量的時間序列模型[A];2002年中國管理科學學術會議論文集[C];2002年

4 趙慶江;遲凱;付芳萍;李潮潮;車文剛;;基于FCM的模糊時間序列模型及人民幣匯率預測[A];第二十九屆中國控制會議論文集[C];2010年

中國重要報紙全文數據庫 前2條

1 國海證券研究所;時間序列模型預測3月CPI為—1.26%[N];上海證券報;2009年

2 羅佐縣;勘探投資須研究規(guī)律提高效率[N];中國石化報;2008年

中國博士學位論文全文數據庫 前2條

1 趙彪;兩類時間序列模型的統(tǒng)計推斷[D];中國科學技術大學;2015年

2 邱望仁;模糊時間序列模型及其在股指趨勢分析中的應用研究[D];大連理工大學;2012年

中國碩士學位論文全文數據庫 前10條

1 段煉;基于時間序列模型的日內交易策略在A股市場上的應用[D];復旦大學;2014年

2 李金玲;基于特征展開法的模糊時間序列模型的約減算法[D];大連海事大學;2015年

3 王鵬飛;基于自相關函數的模糊時間序列模型的優(yōu)化算法[D];大連海事大學;2015年

4 孫自珂;風電并網對電力系統(tǒng)可靠性影響研究[D];山東大學;2015年

5 李修成;城市范圍內PM2.5時間預測研究[D];哈爾濱工業(yè)大學;2015年

6 王倩;非線性時間序列模型研究及實證分析[D];電子科技大學;2014年

7 劉洋;基于SVM修正的模糊時間序列模型在滬指預測中的應用[D];南京大學;2015年

8 尹小琴;基于支持向量機的混合時間序列模型的研究與應用[D];沈陽工業(yè)大學;2016年

9 馬云飛;多因素模糊時間序列預測模型的研究[D];大連海事大學;2016年

10 劉丑娟;基于變參數粒子群的模糊時間序列模型的研究[D];大連海事大學;2016年

，

本文編號：1317551