论文部分内容阅读
针对ARIMA模型预测结果具有误差大和滞后性的缺点,利用Elman神经网络的优越的非线性逼近能力修正ARIMA模型,提出一种基于ARIMA-Elman组合模型的网络负荷预测模型。选择RMSE、MAE和MAPE作为评价指标,研究结果表明,提出的ARIMA-Elman组合模型进行网络负荷数据预测的精度优于ARIMA、SVM和Elman,从而验证了算法的优越性和可靠性。