论文部分内容阅读
为了提高时间序列的预测精度,解决时序模型预测延时的问题,以及对时间序列的多步预测,提出了基于时间序列的卡尔曼滤波预测模型。首先对时序数据进行分析,构建时序ARMA模型,然后运用卡尔曼滤波对模型进行修正以提高模型的精度,同时对时间序列进行了多步预测。采用公开数据进行实验,验证该方法提高了预测精度,优化了预测延时,并做了比较准确的多步预测。