混合模型是将分解和深度学习技术相结合以提高时间序列预测准确性的最有前途的预测方法。每种分解技术都将时间序列分解为一组固有模式函数(IMF),并使用深度学习模型分别对获得的IMF进行建模和预测。最后,将所有IMF的预测组合起来,为时间序列提供集合输出。根据均方根误差、平均绝对百分比误差和平均绝对误差等评价标准,利用玉米国际月价格序列计算了所开发模型的预测能力。有关方法的详细信息,请参见Choudhary,K.等人(2023)<https://ssca.org.in/media/14_SA44052022_R3_SA_21032023_Girish_Jha_FINAL_Finally.pdf>.
请使用规范形式https://CRAN.R-project.org/package=decompDL链接到此页面。