季节性时间序列的预测模型研究-信息管理与信息系统专业论文.docxVIP

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。 据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰 写过的研究成果，也不包含为获得 佥目墨王些太堂 或其他教育机构的学位或证书而使 用过的材料。与我一同1-_fF的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示谢意。 学位论文作者签字彩印乏久签字日期：力斫年妒月f孑日 学位论文版权使用授权书 本学位论文作者完全了解 金月巴王些太堂 有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人 授权 金目巴王些盔堂 可以将学位论文的全部或部分论文内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文者虢穿‘厶象 签字日期：7印f年够月f∥日 =Et当念仿签字 期汐卅／年甲月／，日 学位论文作者毕业后去向： 工作单位： 电话： 通讯地址： 邮编： 季节性时间序列预测模型研究摘 季节性时间序列预测模型研究 摘 要 由于季节变化、风俗习惯等因素的影响，许多商业和经济时间序列呈现出 周期性的波动，如：空调销售量的月度数据、全国旅客量的月度数据等。该类 季节性时间序列的准确预测，对市场营销，生产计划、运输调度等都起着极其 重要的作用。季节周期项是季节性时间序列的核心，是季节性时间序列预测的 关键部分，由于其具有高度复杂的非线性特征，多步预测的难度较大，直接影 响着季节性时间序列的预测精度，因此，研究周期项的特征，把握周期项预测， 对建立准确的季节性时间序列预测模型具有重要理论意义和实用价值。 本文从周期项预测的角度出发，分析了周期项特性及预测的难点，并针对 其多步预测精度低的问题，提出一种周期项重构法，把多步预测转化为单步预 测；再采取两种不同思路分别对单步预测序列建模预测：一种是总体预测，即 建立BP神经网络模型和ARIMA模型的组合模型，并采用粒子群优化算法动态 确定组合模型中的最优权重，用该组合模型预测周期项；另一种是个体预测， 即针对每个单步预测序列具有的不同特征，提出一种预测方法选择策略，为每 个单步预测序列选择一个最合适的预测方法，然后利用选择的方法建模预测周 期项。然后结合灰色预测模型对周期项的预测值，建立了季节性时间序列的整 体预测模型，最后，分别通过实验测试了周期项的这两种处理方法对季节性时 间序列整体预测模型的影响，并对他们进行了比较分析。 上述研究系统地探索了季节性时间序列中的难点问题，避免了周期项多步 预测中的误差迭代积累，有效的处理了时间序列周期项中的非线性问题，提高 了季节性时间序列的预测精度，为季节性时间序列预测的建模提供了新的思路。 关键字：预测，组合模型，方法选择，周期项，季节性时间序列 Research Research on the Forecasting Model of Seasonal ，_n● d 1 lme beries ABSTRACT Many business and economic time series present seasonal fluctuations due to the change of seasons，customs and others，for example，the data of the air condltioning sales or the national number of trips．The accurate forecasting of this tlme serles plays an Important role on marketing，production plan，transportation dispatching and SO on．The seasonality is the core of the seasonal time series and the key part of the prediction．It has highly complex non．1inear characteristics and difficult of multi—step forecasting，which directly affects the accuracy of seasonal time series prediction．In consequence， researching on the characteristics and prediction of the seasonal