本文選題：經(jīng)驗模態(tài)分解(EMD) + 最小二乘支持向量回歸(LSSVR)��； 參考：《信息與控制》2017年04期

【摘要】：針對裝備制造業(yè)的物料需求量時間序列數(shù)據(jù)非平穩(wěn)的特性,提出一種基于經(jīng)驗模態(tài)分解(EMD)和最小二乘支持向量機(LSSVM)的組合預測模型.運用EMD方法將非平穩(wěn)時間序列分解為一系列的本征模函數(shù)(IMF)和一個殘差項(Res),然后結(jié)合業(yè)務實際將各IMF合成為高頻、低頻兩部分,分別代表短期波動和長期趨勢,挖掘出更多的信息再結(jié)合最小二乘支持向量回歸(LSSVR)模型進行組合預測.實證結(jié)果表明EMD-LSSVR組合預測可以高效預測非平穩(wěn)物料需求時間序列且相比傳統(tǒng)方法預測精度較高.
[Abstract]:Aiming at the non-stationary time series data of material demand in the equipment manufacturing industry, a combined prediction model based on empirical mode decomposition (EMD) and least squares support vector machine (LSSVM) is proposed. Using EMD method, the non-stationary time series are decomposed into a series of intrinsic mode functions (IMF) and a residual term, and then the IMF is synthesized into two parts, high frequency and low frequency, which represent short-term fluctuations and long-term trends, respectively. More information is mined and combined with the least squares support vector regression (LSS) model. The empirical results show that EMD-LSSVR combination prediction can effectively predict the time series of non-stationary material demand and has higher accuracy than the traditional method.
【作者單位】： 大連理工大學管理與經(jīng)濟學部;
【基金】：國家科技支撐計劃資助項目(2015BAF08B02) 教育部人文社會科學研究項目(14YJCZH001) 遼寧省社科規(guī)劃基金項目(L16BGL010)
【分類號】：O211.61;TP18

【相似文獻】

相關期刊論文 前10條

1 黃巖,張國春,王其藩,朱道立;一種新的計算組合預測權(quán)重的方法[J];管理工程學報;2001年02期

2 王郁;;組合預測何以興起[J];預測;1989年04期

3 謝素卿;曾珍香;;組合預測結(jié)果的優(yōu)化[J];河北工學院學報;1989年01期

4 C.W.J.Granger;趙文奇;;二十年來的組合預測[J];預測;1991年03期

5 唐小我;;最優(yōu)組合預測的計算方法[J];管理現(xiàn)代化;1992年01期

6 馬永開,唐小我;多目標組合預測優(yōu)化模型研究[J];統(tǒng)計研究;1997年04期

7 曾勇,唐小我,陳珂;組合預測冗余方法判定的一個補充規(guī)則[J];電子科技大學學報;1998年02期

8 王碩,唐小我,周俊;組合預測軟科學方法研究[J];運籌與管理;1999年01期

9 陳華友;組合預測權(quán)系數(shù)確定的一種合作對策方法[J];預測;2003年01期

10 鄧雪;;最優(yōu)組合預測誤差平方和取值范圍的若干新結(jié)果[J];經(jīng)濟數(shù)學;2006年01期

相關會議論文 前7條

1 孫將平;葉志斌;季永青;;浙江省水路貨運量最優(yōu)組合預測[A];第六屆長三角科技論壇航運分論壇暨江蘇省航海學會2009年學術年會論文集[C];2009年

2 劉平;張莉;馬秀蘭;;烏魯木齊市農(nóng)、林、牧、漁業(yè)總產(chǎn)值的組合預測研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 田瑾;項靜恬;陳殿斌;;多種時間序列建模及組合預測的比較和改進[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

4 李存金;;簡單平均法下的最優(yōu)組合預測問題研究[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第3卷）[C];1995年

5 劉茂余;于麗英;;一種組合預測新方法的研究[A];中國運籌學會第九屆學術交流會論文集[C];2008年

6 樊英;張秋菊;;工業(yè)增加值預測系統(tǒng)的分析設計[A];中國企業(yè)運籌學[C];2006年

7 吳文東;吳剛;魏一鳴;范英;;基于相關系數(shù)的鋼材需求量組合預測[A];第十屆中國管理科學學術年會論文集[C];2008年

相關博士學位論文 前1條

1 劉啟浩;風險值組合預測的理論與實證[D];北京工業(yè)大學;2009年

相關碩士學位論文 前10條

1 丁詠梅;我國股票價格的組合預測[D];華中科技大學;2005年

2 王慶慶;我國國內(nèi)石油供給的組合預測研究[D];浙江工商大學;2006年

3 高放;組合預測研究及其在交通流量預測中的應用[D];山東科技大學;2008年

4 吉敏;支持向量回歸機在組合預測中的應用研究[D];東華大學;2011年

5 毛開翼;關于組合預測中的權(quán)重確定及應用[D];成都理工大學;2007年

6 王夢冬;人民幣匯率短期組合預測研究[D];天津大學;2008年

7 朱素玲;組合預測中單項模型選擇研究及其權(quán)重系數(shù)優(yōu)化[D];蘭州大學;2010年

8 章鋒;中短期航空客運量的組合預測應用研究[D];華中科技大學;2009年

9 程春光;組合預測在石油行業(yè)預算管理中的應用[D];天津大學;2008年

10 原靜;成分數(shù)據(jù)組合預測模型及其應用[D];山西大學;2012年

，

本文編號：2003860