计算机工程与科学

作者：于琼, 田宪

单位：（1.西北工业大学保密处,陕西 西安 710072；2.西安电子科技大学物理与光电工程学院,陕西 西安 710071）

关键词：非线性时间序列,经验模态分解,赫斯特指数,组合预测模型,

基金：A nonlinear time series prediction algorithm based on combination model

为解决复杂系统中非线性时间序列预测模型构建效率低、预测精度低的问题，提出基于组合模型的HURST-EMD预测算法。采用EMD算法将非线性时间序列分解为代表原始序列特征的各个IMF，然后引入赫斯特（Hurst）指数将同类的IMF整合为新的分量，最后选用LS-SVR-ARIMA模型进行组合预测。在该算法中，设计了序列分类整合等过程，优化了建模的计算量，构建了高效精准的预测模型。为验证模型的有效性，采用上证指数公共数据集和真实交通流数据进行检验，实验结果表明，改进的基于组合模型的HURST-EMD预测算法在提高预测效率的同时具有更好的预测精度。

来源：2021年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第10期