2.3ARIMA-SVM 组合模型 ARIMA 模型和 SVM 模型分别在处理线性和非线性问题上具有各自的优点和特色[4].因此本文将二者结合起来构建组合模型,对电力负荷进行预测,以期望取得较好的预测效果。在数据线性规律由 ARIMA 模型捕捉的基础上,提取 ARIMA 拟合模型的残差序列作为构建 SVM 模型的训练样本,用编程语言循环搜寻残差最
本文将介绍ARIMA和ARIMA-SVM组合模型在江苏省艾滋病发病预测中的应用。 首先,我们需要了解ARIMA模型。ARIMA模型是时间序列分析中常用的模型之一,它可以用来描述时间序列的内在规律和趋势。ARIMA模型包含自回归(AR)、差分(I)和移动平均(MA)三个部分。ARIMA模型的预测是基于历史数据的统计特征,可以预测未来一定时间内的...
基于ARIMA—SVM模型的微电网短期 负荷组合预测研究 王友春,文闪闪,秦跃进,范 黎,杨再鹤,郑 丹 (1.湖北省电力勘测设计院,湖北武汉 430024; 2.武汉大学电气工程学院,湖北武汉 430072) 摘 要:在对比分析微电网负荷特性与传统电力负荷特性的基础上,针对微电网负荷不确定性和波动性强的特 ...
摘要 目的探讨ARIMA-SVM组合模型和TBATS模型在艾滋病报告病例数预测中应用的可行性。方法收集2013年1月—2019年6月荆州市艾滋病月报告病例数,以2013—2018年艾滋病报告数为训练集,建立差分自回归移动平均模...展开更多 作者 蔺茂文 刘锐 张凡 李舒超 毛安禄 机构地区 荆州市疾病预防控制中心 中国现场流行病学...
摘要:针对电力通信系统光纤线路未来状态趋势预测问题,提出一种基于自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)-支持向量机(Support Vector Machine,SVM)组合模型的光功率趋势预测法。根据光功率数据的非线性和时变性特点,首先利用小波变换将其分解并重构,然后设计一种基于混合核函数的SVM预测模...
结果表明:L_ARIMA-SVM组合模型相较于线性组合模型,表现出更高的预测精度和更强的价格趋势把控能力。预测结果显示:钨制品价格短期内呈现缓慢波动上升趋势,但受新冠疫情的持续影响仍面临较大风险。据此,应加强钨制品价格监测预警机制,加快资...
基于ARIMA和LS-SVM组合模型的短期负荷预测
(ARIMA),支持向量机(单因素SVM和多因素SVM)以及组合模型对国内旅游人数进行预测比较,并考虑到国内旅游人数时间序列数据的线性与非线性的特征,结果证明组合模型预测的精确度更高,泛化能力更强.(3)全国国内旅游人数与交通(公路铁路总里程),旅游产品价格(CPI),旅游环境(国内旅游收入)和城市居民人均可支配收入存在高度正...
基于ARIMA和DSVM组合模型的松毛虫发生面积预测
摘要 目的探讨ARIMA-SVM组合模型和TBATS模型在艾滋病报告病例数预测中应用的可行性。方法收集2013年1月—2019年6月荆州市艾滋病月报告病例数,以2013—2018年艾滋病报告数为训练集,建立差分自回归移动平均模...展开更多 作者 蔺茂文 刘锐 张凡 李舒超 毛安禄 机构地区 荆州市疾病预防控制中心 中国现场流行病学...