小波分析GM(1,1)模型ARIMA模型为提高粮食产量的预测精度,针对粮食产量的数据特点,提出了在小波变换的基础上,结合GM(1,1)模型与ARIMA模型的优点,建立GM(1,1)-ARIMA组合预测模型.首先,通过小波变换对非平稳序列进行分解,得到近似分量和细节分量;针对各分量序列的不同特征,采用灰色GM(1,1)模型对近似分量进行趋势...
1.2分析方法 1.2.1ARIMA模型 ARIMA模型是由博克思(Box)和詹金斯(Jenkins)在1970年代初提出来的著名时间序列预测模型之一,全称为自回归移动平均模型(Autoregressive Integrated Moving Average Model),也称为博克思-詹金斯法或Box-Jenkins模型记 ARIMA(p,d,q),AR是自回归,p为自回归项数,MA是移动平均,q为移动平均项数...
基于ARIMA-GM组合模型的邮电业务总量预测 摘要:对传统预测具有波动性及季节性双重趋势时间序列的模型—ARIMA乘积季节模型进行了改进,先用ARIMA乘积季节模型对邮电业务总量历史数据进行识别和拟合,然后用GM(1,1)模型对其带阀值的残差序列进行修正,最后结合二者得到ARIMA-GM这一组合预测模型.利用此模型对09年上半年中国邮电...
逆变换GM模型组合模型汇率预测本文在逆变换拟合残差ARIMA模型的基础上,研究了逆变换ARIMA-GM组合模型对汇率的预测.为了显示改进后的优点,将其与单一模型预测进行了对比分析,研究结果表明,组合模型对汇率的预测精度更高.doi:10.12677/AAM.2019.84066何团贵州民族大学金良琼贵州民族大学应用数学进展...
摘要：为了提高预测模型的精度，给出了一种新的组合预测模型．利用时间序列A R IM A预测模型、B P神经网络及G M灰色预测模型进行单一模型的拟合与预测，通过赋予适当权系数结合三种方法得到了新的组合预测模型．山西省人均G D P预测实例应用结果表明：组合预测模型很好地描述了山西省人均G D P的非线性发展，比...
ARIMA-GM-RBF组合模型充分利用了3个模型的优点,相对误差最小,拟合效果最好。结果显示,2018年下半年,中国猪肉价格将呈波动上升趋势;受新一轮增长周期和非洲猪瘟疫情等因素影响,2019年上半年将延续2018年底的上涨趋势,由13.55元/kg持续上升至17.04元/Kg,月均增速为3.89%,2019年下半年,增速将进一步扩大,预计月均...