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

  更多相關(guān)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(jīng)網(wǎng)絡(luò)

【摘要】：時間序列預(yù)測在預(yù)測的領(lǐng)域內(nèi)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(yīng)用研究領(lǐng)域。在實際的應(yīng)用中,很多時候人們都會遇到根據(jù)歷史數(shù)據(jù)預(yù)測未來數(shù)據(jù)的問題,尤其是經(jīng)濟、工程等方面,因此時間序列預(yù)測受到了廣泛的關(guān)注。在實際的預(yù)測中,時間序列常常會呈現(xiàn)出高度復(fù)雜并且非線性的狀態(tài),單一的模型并不能實現(xiàn)很好的擬合預(yù)測效果,因此人們開始將多種模型相結(jié)合進行研究,以期望獲得更好的預(yù)測值。論文在結(jié)合ARIMA模型和Elman神經(jīng)網(wǎng)絡(luò)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(yù)測,由實驗的結(jié)果可知,相對于單一預(yù)測模型,論文中所提的方法預(yù)測效果更好。論文通過小波去噪對股票的歷史時間序列數(shù)據(jù)進行預(yù)處理,再結(jié)合時間序列模型和神經(jīng)網(wǎng)絡(luò)模型對預(yù)處理后的序列進行建模和預(yù)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(jīng)網(wǎng)絡(luò)的相關(guān)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(yīng)用到時間序列模型的參數(shù)估計中,以此來優(yōu)化參數(shù)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(jīng)網(wǎng)絡(luò)的基礎(chǔ)理論,在小波神經(jīng)網(wǎng)絡(luò)和時間序列模型的基礎(chǔ)上給出了一種組合預(yù)測方法,并通過流程圖給出了詳細預(yù)測步驟。最后利用論文中所提方法對股票序列進行預(yù)測,并與單個模型預(yù)測進行比較,由仿真實驗結(jié)果可以看出該方法具有更好的預(yù)測效果。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：O211.61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊貴軍;;時間序列模型描述個體經(jīng)濟發(fā)展趨勢的局限性及改進方法[J];現(xiàn)代財經(jīng)(天津財經(jīng)大學(xué)學(xué)報);2006年07期

2 郭順生;王磊;黃琨;;基于時間序列模型預(yù)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(shù)的規(guī)律進行研究和預(yù)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(jīng)濟的影響[J];統(tǒng)計與決策;2004年04期

6 陳飛,高鐵梅;結(jié)構(gòu)時間序列模型在經(jīng)濟預(yù)測方面的應(yīng)用研究[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2005年02期

7 霍振宏;;基于時間序列模型下國民經(jīng)濟發(fā)展趨勢實證分析[J];中原工學(xué)院學(xué)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(yù)測[J];東北林業(yè)大學(xué)學(xué)報;2008年10期

9 張新波;;時間序列模型在稅收預(yù)測中的應(yīng)用[J];湖南稅務(wù)高等�？茖W(xué)校學(xué)報;2010年04期

10 劉領(lǐng)坡;;我國社會消費品零售總額時間序列模型及預(yù)測[J];經(jīng)濟論壇;2011年06期

中國重要會議論文全文數(shù)據(jù)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(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計學(xué)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(jié)構(gòu)變形預(yù)測中的應(yīng)用[A];第十五屆華東六省一市測繪學(xué)會學(xué)術(shù)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(xué)學(xué)術(shù)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(yù)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(shù)據(jù)庫 前2條

1 國海證券研究所;時間序列模型預(yù)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(xué)位論文全文數(shù)據(jù)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(xué)技術(shù)大學(xué);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(yīng)用研究[D];大連理工大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 段煉;基于時間序列模型的日內(nèi)交易策略在A股市場上的應(yīng)用[D];復(fù)旦大學(xué);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(xué);2015年

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

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

5 李修成;城市范圍內(nèi)PM2.5時間預(yù)測研究[D];哈爾濱工業(yè)大學(xué);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(xué);2014年

7 劉洋;基于SVM修正的模糊時間序列模型在滬指預(yù)測中的應(yīng)用[D];南京大學(xué);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(yīng)用[D];沈陽工業(yè)大學(xué);2016年

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

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

，

本文編號：1317551