论文部分内容阅读
神经网络、ARIMA等广泛应用于具有趋势变动性和周期波动性的二重趋势特征的时间序列预测，而这些单一的模型难以达到满意的预测效果。提出一种针对该特征的灰色组合模型，其基本思想是：从二重趋势时间序列中分离趋势变动项和周期波动项后，用灰色G（1，1）模型预测趋势变动项，引用BP网络和ARIMA的组合模型预测周期波动项，用乘积模型合成两部分预测值为灰色组合模型的最终预测值。实验表明：该灰色组合模型适应了二重趋势时间序列的特征，具有很好的预测效果。