基于EMD的變形預測組合模型的研究與應用.pdf

1、目前，對變形監(jiān)測數(shù)據(jù)進行分析預測的理論方法有很多，但是每種方法都有其適用的范圍和條件，為了降低單一預測方法的局限性帶來的影響，同時充分利用每種預測方法的優(yōu)勢，組合預測分析方法應運而生。
　　時間序列分析模型和灰色模型都是在變形分析中常用的單項預測模型。時間序列分析模型適合處理平穩(wěn)、正態(tài)、零均值的時間序列數(shù)據(jù)，而灰色模型適合處理呈單調(diào)增長的時間序列數(shù)據(jù)。但是實際的變形監(jiān)測數(shù)據(jù)是非平穩(wěn)非線性的，監(jiān)測體的累計變化量既有單調(diào)增長的趨勢，又

2、有短期的波動，若使用單一的預測方法來表述，往往在效率與精度上難以兩全。如果能將變形的累計變化量分解為波動的隨機項和單調(diào)增長的趨勢項，然后分別利用時間序列分析模型和灰色模型進行預測，將二者相結合，發(fā)揮各自的優(yōu)勢，則可以實現(xiàn)準確預測的目的。而經(jīng)驗模態(tài)分解(EMD)又可以實現(xiàn)這樣的分解。本文正是在這樣的想法的基礎上，提出了基于EMD-GM的時間序列分析方法，并通過實例比較分析了這種組合模型相對于單一的時間序列模型和灰色模型的優(yōu)勢，驗證了其可行

3、性與適用性。文章的主要研究內(nèi)容如下：
　　1、介紹了時間序列分析模型和灰色GM(1,1)模型的基本原理，分析了這兩種模型的適用范圍，詳細論述了二者建模預測的全過程，為組合模型的建立奠定了理論基礎。
　　2、深入研究了經(jīng)驗模態(tài)分解(EMD)的基本理論,分析了EMD分解方法進行信號分解的算法原理,并詳細論述了其具體分解步驟。
　　3、建立了基于EMD-GM的時間序列分析模型，并用MATLAB語言實現(xiàn)了具體算法，通過實例分析