混沌时间序列分析与预测研究综述.docx

0 引言 时间序列是系统中的观测变量按照时间顺序排列的一组数字序列,它可以描述复杂系统的动态特性[1].通过研究时间序列,可以揭示复杂系统的演化规律.因此,时间序列分析与预测是探究复杂系统机理、建立系统模型的重要手段.传统的时间序列预测通常采用基于统计学方法的回归模型来执行预测任务,如:AR、ARMA、ARIMA、ARCH等方法.在神经网络、支持向量机等方法兴起之前,这些方法针对单一时间序列的预测取得了较好预测效果.然而,随着传感器及物联网技术的发展[2],从复杂系统中获得的采样数据呈现出多变量及大规模的特点.同时,受系统演化及外界干扰影响,数据呈现非平稳、含噪声等特点.而传统的统计学习建模方

文档评论(0)

1亿VIP精品文档

相关文档