基于matlab的时间序列预测

《基于matlab的时间序列预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于MATLAB的时间序列预测　　摘要：在自然科学和社会科学各领域中，大量决策问题离不开预测，预测是决策的基础。时间序列是利用现有的历史数据构造模型，进而预测未来。因此，该文首先介绍了定量化的时间序列预测目前采用的一种方法与预测模型，然后在分析时间序列预测相关概念的基础上，研究了其实现方法。　　关键词：预测；时间序列分析；模型；精度　　中图分类号：TP393文献标识码：A文章编号：1009-3044（2015）29-0206-03　　ThePredictionofTimeSeriesBasedonMatlab　　ZHONGM

2、in-yun　　（GanzhouTechnicianInstitute，Ganzhou341000，China）　　Abstract：Ineachfieldofnaturalscienceandsocialscience，agreatdealofdecisionproblemscannotgetawayfromthepredictionwhichisthefoundationofthedecision.Timeseriesismakinguseoftheexistinghistorydatatoestablishamodel

3、topredictthefuture.Therefore，inthepaper，firstly，introducesthecurrentwaysandmodelsthatthequantitativetimeseriespredictionadoptandthecharacterandsummarizestheaspectsofthecurrentwaysandmodel.Thenbasiedontheanalyzingtherelated7conceptsofthepredictionoftimeseries，studie

4、dthebasicideasandimplementarymethodsofthesealgorithmsandmodels.　　Keywords：theprediction；thetimeseriesanalysis；model；precision　　预测是指对事物的演化预先做出的科学推测。随着科学技术的发展和社会的进步，人类对预测未来的要求越来越高。预测学这门古老而又崭新的交叉学科，充分运用现代科学技术所提供的理论、方法、手段来研究人类社会、政治、经济、军事以及科学技术等各种事物的发展趋势。预测研究过程中对近期影响、中期

5、变化和远景轮廓的描述为人们制定近期、中期、长期规划以及进行科学决策提供依据。　　1时间序列分析　　时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。其具有两大特点：（1）事物发展具有持续性，时间序列分析法是根据序列过去的变化趋势预测未来发展变化的，必须是从过去到现在并发展到未来，基本上不脱离其轨迹，能够延续下去，因此其前提是假定事物发展具有持续性。（2）时间序列数据存在着趋势，时间序列数据由于受到各种因素的影响，其变动趋势不可能完全一致[1]。一般来说，时间序列数据的趋势主要有以

6、下几个方面：（水平变动趋势，时间序列的各个数据呈现出围绕某个稳定值（平均值）的变动形态。（长期变动趋势，在一定时期内呈现出持续上升或下降的变动形态。（季节变动趋势，以年为周期，按月、季给出的时间数列，呈现出随季节变化且每年反复有规则波动的变动形态。④7不规则变动趋势，时间序列所呈现的变化趋势向没有一定规则，忽升忽降的变动形态。　　而时间序列分析的作用，概括起来，主要有以下几个方面：　　①对理论性模型与数据进行适度检验，以讨论模型是否能正确地表示所观测的客观现象。　　②描述系统所处的状态及其结构性，从而达到认识和解释系统的目的

7、。　　③描述系统的运行规律性。　　④预测并控制系统的未来行为，通过调整时间序列模型的输入变量，使系统发展过程保持在目标值上，从而达到预测和利用系统的目的。　　2Matlab的介绍　　MATLAB产品家族是美国MathWorks公司开发的用于概念设计，算法开发，建模仿真的集成环境。MATLAB是建立在向量、数组和矩阵基础上的一种分析和仿真工具软件包，包含各种能够进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算等；同时还提供了编程计算的编程特性，通过编程可以解决一些复杂的工程问题；也可绘制二维、三维图形，输出结果可视化。

8、它是一个高性能的科技计算软件，广泛应用于数学计算、算法开发、数学建模、数据分析处理及可视化、科学和工程绘图等。　　3时间序列预测模型及实例应用　　时间序列预测法主要用于分析影响事物的主要因素比较困难或相关变量资料难以得到的情况，预测时先要进行时间序列的模式分析[2]。时间序列预测法包含指数