论文部分内容阅读
针对传统的时间序列线性预测算法对时间序列的线性程度要求高,而非线性方法一般建模复杂且计算量大,提出了一种基于趋势点状态模型的时间序列预测算法。该算法无须考虑时间序列是否具有显著线性特征,通过序列间耦合度挖掘时间序列上的相似子序列,找出相对应的相似序列趋势点,建立趋势点状态模型并求出预测值。算法建模简单,复杂度较低。通过模拟实验,结果表明该算法性能良好,尤其对具有周期性的时间序列预测精度很高。