论文部分内容阅读
介绍了一种可以提高非平稳时间序列预测精度的新方法，该方法应用Hilbert-Huang变换的核心内容-经验模态分解法（Empirical mode decomposition，EMD）对非平稳时间序列进行分解，以降低被预测信号中的非平稳性，利用神经网络对分解后的各分量进行预测，再将预测结果叠加．利用该方法对石家庄市年逐月降水量进行预测，预测结果显示，其预测精度比直接用神经网络预测的预测精度有较明显的提高．