基于偏最小二乘和灰色關(guān)聯(lián)分析的時序預(yù)測研究.pdf

1、多元時間序列是當(dāng)前的一個研究熱點，其廣泛存在于水文、氣象、醫(yī)學(xué)等眾多領(lǐng)域。對于多元時間序列，其在帶來更多系統(tǒng)信息的同時，數(shù)據(jù)間也往往存在著更加復(fù)雜多變的關(guān)聯(lián)特性。為了合理地利用這些關(guān)聯(lián)特性，就需要對時間序列進行相關(guān)性分析，消除序列間的無關(guān)和冗余變量，進而降低輸入變量維數(shù)。本文立足于多元時間序列間的關(guān)聯(lián)特征，分別從特征提取和變量選擇兩個角度分析變量間的相關(guān)性。
　　本研究主要內(nèi)容包括：⑴針對極限學(xué)習(xí)機最優(yōu)隱含層節(jié)點個數(shù)難以確定和隱含

2、層輸出矩陣間存在的多重共線性等問題，將偏最小二乘算法及其改進算法與極限學(xué)習(xí)機相結(jié)合，使用偏最小二乘算法及其改進算法優(yōu)化極限學(xué)習(xí)機的隱含層輸出，提出一種改進極限學(xué)習(xí)機模型。與傳統(tǒng)的極限學(xué)習(xí)機模型相比，本文所提改進極限學(xué)習(xí)機模型有效地提高了極限學(xué)習(xí)機預(yù)測的穩(wěn)定性和可靠性?；贚orenz數(shù)據(jù)集、San Francisco河流徑流量數(shù)據(jù)集和太陽黑子-黃河徑流量數(shù)據(jù)集的仿真結(jié)果也驗證了所提模型的有效性。⑵針對灰色絕對關(guān)聯(lián)模型和灰色相似關(guān)聯(lián)模型等

3、基于面積的灰色關(guān)聯(lián)模型在積分過程中可能出現(xiàn)的正負面積相互抵消的問題，提出了一種基于相對變化面積的改進灰色關(guān)聯(lián)模型。以序列曲線相對變化面積為依據(jù)，通過比較序列間的相對變化面積，定義灰色相對變化面積關(guān)聯(lián)模型。同時，根據(jù)關(guān)聯(lián)度計算結(jié)果，提出一種基于集合思想的變量選擇及預(yù)測模型，并將其應(yīng)用于 Friedman數(shù)據(jù)集和大連市氣象數(shù)據(jù)集的預(yù)測之中。針對鄧氏關(guān)聯(lián)度模型等基于距離的灰色關(guān)聯(lián)模型以點與點之間的距離作為判斷序列間關(guān)聯(lián)程度的標準時，可能會出現(xiàn)