登录    注册    忘记密码

期刊文章详细信息

基于EMD与DVG的非线性时间序列预测模型及其应用研究    

Non-linear Time Series Prediction Model Based on EMD and DVG and Its Application

  

文献类型:期刊文章

作  者:李霞[1] 李守伟[2]

LI Xia;LI Shou-wei(Network Information Centre,Binzhou Medical University,Binzhou 256603,China;School of Business,Shandong Normal University,Ji’nan 250014,China)

机构地区:[1]滨州医学院网络信息中心,山东滨州256603 [2]山东师范大学商学院,山东济南250014

出  处:《中国管理科学》

基  金:国家自然科学基金资助项目(71663010);国家社会科学基金资助项目(17BGL001);山东省自然科学基金资助项目(ZR2019MG015);滨州市社会科学规划重点研究课题(20-SKGH-26)。

年  份:2022

卷  号:30

期  号:9

起止页码:275-286

语  种:中文

收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘  要:针对具有非线性和不稳定性的时间序列,提出一种结合经验模态分解(EMD)、有向可见图(DVG)网络的动态预测模型。利用经验模态分解将原时间序列分解为多个固有模态函数(IMF),然后对分解后的高频和低频IMF利用快速傅里叶变换得到各自的周期;依据每个周期,从原时间序列的尾部截取长短不一的子序列,然后采用有向可见图算法转换为多个有向网络,利用随机游走在每个有向网络中寻找与时间序列最后一个节点相似的节点;最后,依据平行线法,预测时间序列的下一个数值。原油价格的时间序列是一类典型的具有非线性和不稳定性的序列,利用此模型对WTI原油每日价格进行实证分析。研究结果表明,此模型不但可以有效地预测时间序列的变化趋势,而且具有较高的预测精度。

关 键 词:时间序列预测 经验模态分解 有向可见图  链路预测

分 类 号:F830.9[金融学类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心