模糊神经网络与SARIMA结合的时间序列预测模型.pdfVIP

维普资讯 第 l8卷 第 8期 计 算机 技 术 与发 展 V01．18 No．8 2008年8月 COMPUTER TECHNOL0GY AND DEVELOPMENT Aug． 2008 模糊神经网络与 SARIMA结合的时间序列预测模型 何星星，孙德 山 (辽宁师范大学数学学院，辽宁 大连 116029) 摘 要：模糊神经网络和SARIMA模型分别对非线性和线性时间序列有很好的预测能力，但在实际应用中大多数序列并 非稳定、单纯线性或非线性的。为了提高预测精度，提 出了一种基于T—S模糊神经网络与SARIMA结合的时间序列预测 模型。针对悉尼航班乘客收入数据给出了三种混合模型，并与模糊神经网络、支持 向量机、SARIMA和 BP神经网络 四种 单独模型进行比较。实验结果表明，从预测精度和参数选择方面来看 ，所给模型是有效的。 关键词：模糊神经网络；SARIMA；混合模型预测 ；时间序列 中图分类号：TP18 文献标识码 ：A 文章编号 ：1673—629X(2008)08—0061—04 A TimeSeriesForecastingM odelUsingaHybridFuzzy NeuralNetworkandSARIM A HE Xing-xing，SUN De—shan (CollegeofMathematics，LiaoningNormalUniversity，EMian116029，China) Abstract：ThefuzzyneuralnetworkandSeasonautoregreasiveintegratedmovingaverage(SARIMA)modelseparatelyhavethee)(tra0rdi— naryforceasting abilitytothenon—linearandlineartimeesries．Butm06ttimeseries renotstable．simplylinearornon—linearseries in practicalapplication．Inordertomipoveprecisionforecasting，pmposesatimeesries forecasting modelusing ahybridfuzzyneuralnetwork (FNN)basedonTakagi—Sugeno(T—S)andSARIMA．According totheexperimentdataofSydneyAirporttrafficrevenuepassengers， threekindsofhybridmodelsal-eusedna docmparde anaong four othermodels，i．e．，theFNN model，theSupportVectorMachinesmodel， SARIMA andtheBPneuralnetworkmode1．Theexperimentresultindiactesthatthepmposedmodeliseffectiveintheparameterchoice na dprecisionforceasting ． Keywords：fuzzyneuralnetwork；SARIMA；combinde forecast；tmieesries O 引 言 中都取得了很好的成绩。但现实中，许多序列并不是 时间序列预测是通过有限个历史观测样本建立模 单纯的线性或非线性模型，且在实际操作中很难判断 型，并利用