论文研究时间序列一步预测方法.pdf

为了改善时间序列预测的性能，提出一种时间序列一步预测分析方法。首先将一个时间序列分解为总体趋势和个体波动两个序列，然后分别对这两个序列进行预测分析，再将结果合成得到最终的预测结果。对于总体趋势序列利用加权滤波算法进行分析，而对于个体波动序列则先进行混沌特性分析，再结合混沌预测分析方法对其进行预测。利用混沌优化方法动态地调节预测网络的参数，逐渐提高网络的预测精度。利用该方法分别对混沌序列、实际股票价格等序列进行了仿真预测分析，仿真结果表明，该方法具有良好的预测效果。