奇异谱分析、神经网络、ARIMA和指数平滑在月降雨量预测中的比较研究

文件类型：研究文章

作者

伊朗拉什特圭兰大学数学科学学院统计系

摘要

本文研究了几种月降雨量预测方法的精度。首先，我们研究了使用奇异谱分析（SSA）进行降雨量预测的可行性。当时间序列数据存在异常值时，SSA可能会导致错误的结论，因此应使用稳健的方法。因此，我们考虑使用两种鲁棒SSA算法进行模型拟合和模型预测。将这些预测方法的结果与其他常用的时间序列预测技术进行了比较，包括神经网络自回归（NNAR）、自回归综合移动平均（ARIMA）、指数平滑（ETS）和TBATS。以伊朗圭兰省四个雨量站的月降雨量数据为例，从模型拟合和模型预测的精度方面比较了这些关联方法的性能。

关键词

数学建模杂志
第11卷第4期
2023年12月
页783-803

文件夹

分享

如何引用

统计