基于SPSS组合预测算法的煤炭消费量预测研究

为了对煤炭消费量进行精确预测,提出一种将ARIMA与RBF神经网络相结合的算法.首先利用ARIMA对煤炭消费量进行初步预测,计算残差;然后利用RBF神经网络对残差进行拟合预测并对ARIMA预测结果进行补偿,将该方法用于我国煤炭消费量实际预测.结果表明：利用RBF神经网络对ARIMA模型进行补偿,将线性拟合算法和非线性拟合算法结合起来用于煤炭消费量预测是一种较优越的算法....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	资源开发与市场 2014, Vol.30 (8), p.957-960
1. Verfasser:	汪发余高振沧毕建武
Format:	Artikel
Sprache:	chi
Schlagworte:	ARIMA RBF神经网络 SPSS 残差煤炭消费量预测
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	为了对煤炭消费量进行精确预测,提出一种将ARIMA与RBF神经网络相结合的算法.首先利用ARIMA对煤炭消费量进行初步预测,计算残差;然后利用RBF神经网络对残差进行拟合预测并对ARIMA预测结果进行补偿,将该方法用于我国煤炭消费量实际预测.结果表明：利用RBF神经网络对ARIMA模型进行补偿,将线性拟合算法和非线性拟合算法结合起来用于煤炭消费量预测是一种较优越的算法.
ISSN:	1005-8141
DOI:	10.3969/j.issn.1005-8141.2014.08.016