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年上半年中国邮电业务总量进行了预测,结果表明,组合预测方法...
(2)ARIMA模型和GM(1,1)模型两种单一模型的拟合效果理想,误差平方和分别为0.5688和0.6572。 (3)方差倒数法确定的组合模型为最佳模型,误差平方和为0.3924,效果最好,该模型的表达式为: X? = 0.5361X?1 +0.4639X?2,应用该模型预测的中国201X-201X年人口死亡率分别为 6.47‰、 6.50‰、 6.55‰。结论: (1)1975...
结果,ARIMA模型和ARIMA-GM(1)1,组合模型拟合及预测的MRD(MSE)RMSE和MAE分别为19.072,8.135,2.852,3.911和16.483,7.246,2.692,2.289,18.157, 7.334,2.708,3.033和15.349,6.947,2.636,2.179。结论,ARIMA-GM(1)1,组合模型拟合及预测效果优于ARIMA模型。关键词,周期分解法,ARIMA模型(GM)1(1)模型,组合模型,手足口病...
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ARIMA预测模型、BP神经网络及GM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GDP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GDP的
利用1980年—2014年中国历年GDP数据构建ARIMA模型,以2015年-2017年数据作为模型测试值,将上述ARIMA模型拟合时产生的残差值进行处理,用GM(1,1)模型拟合,构建ARIMA-GM组合模型拟合并预测。在三种模型拟合与预测GDP中,ARIMA-GM模型的均方根误差RMSE值均为最小,其他指标都表明ARIMA-GM的拟合及预测误差最小。 关键词:...
基于A R j M A、B P神经网络与G M的组合模型 单锐，王淑花，李玲玲，高东莲 (1．燕山大学理学院，河北秦皇岛066004)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...