基于ARIMA与Elman神经网络的风速组合预测模型
摘要：近年来研究表明，组合预测方法比单一预测具有更高的预测精度。提出了一种利用改进的Elman神经网络修正ARIMA模型预测结果的短期风速组合预测模型。
先利用ARIMA模型对风速进行预测，其线性规律信息包含在时间序列预测结果中，非线性规律包含在预测误差中。再将ARIMA模型的预测误差及历史风速一阶差分序列作为改进的Elman神经网络输入变量，将ARIMA模型的风速预测误差作为输出变量。将ARIMA模型预测结果与Elman神经网络的误差预测结果叠加，得到终修正后的预测风速。分析结果表明，该方法与单一ARIMA方法及其他组合方法相比，预测滞后性更小，预测精度更高，在风速预测领域具有较好的应
先利用ARIMA模型对风速进行预测，其线性规律信息包含在时间序列预测结果中，非线性规律包含在预测误差中。再将ARIMA模型的预测误差及历史风速一阶差分序列作为改进的Elman神经网络输入变量，将ARIMA模型的风速预测误差作为输出变量。将ARIMA模型预测结果与Elman神经网络的误差预测结果叠加，得到终修正后的预测风速。分析结果表明，该方法与单一ARIMA方法及其他组合方法相比，预测滞后性更小，预测精度更高，在风速预测领域具有较好的应
文件下载
评论信息
其他资源
- 使用C#基于海康SDK的二次开发
- 逻辑学导论.第11版.(美)柯匹;科恩(带目录).pdf
- 编译器工程中文版
- matlab程序源码--基于Lorenz63模型测试SCKF滤波算法
- 广工智能移动信息平台系统代码及报告
- 基于FPGA的SPWM的程序
- matlab产生正弦光栅条纹
- flexitimer2库
- [修改代码的艺术(中文版)] .pdf
- 基于FPGA的彩色图片VGA显示
- 项目进度计划文档
- TINA-TI 使用入门：快速入门指南.pdf
- angular-starter：:smiling_face_with_heart-eyes:完整的Angular 10，NgRx，Angular CLI和Angular Material入门项目-源码
- chaostoolkit-aws：适用于AWS的Chaos Toolkit扩展-源码
- ELK(ElasticSearch,Logstash,Kibana)搭建实时日志分析平台
- networkx学习（4）
- node.js win7版本12.8.0
- DataCenterSetup12.0.7(20180423)_chs.zip 深信服防火墙外置数据中心
- java的C/S架构实现的远程考试系统
- MTi 用户手册详细版本.pdf
- 自抗扰解决系统延时问题
- Android SDK
- 网页设计（鲜花缘）
- iperf vs2010工程编译
- 安川机器人TCP IP通信指令
- 局域网象棋游戏
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明