基于EMD方法的时间序列分析和预测

发布时间：2021-01-21 13:51

　　随着实时观测技术的发展,社会各行业已经积累了海量的信息数据。从事物发展过程中测量到的海量数据中挖掘出能够揭示事物发展一般规律的有用信息,据此预测事物的发展趋势,不仅是大数据分析和预测科学的核心问题,也是实际工作的需要,因而具有重要的科学价值和应用价值。本文首先引入HHT方法分析时间序列的时频变化特点,揭示事件发展的时间特征,然后结合EMD技术和季节性ARIMA模型预测时间序列未来的发展趋势。希尔伯特黄变换（HHT）时频分析方法包含两部分,即经验模态分解（EMD）和希尔伯特谱分析（HSA）,将其应用于Husdom Bay公司的年度貂皮销售数据、IBM公司普通股的交易日收盘价数据、黄河兰州站日含沙量数据中,通过对这些数据进行HHT时频分析,获得它们的经验模态分解图、希尔伯特谱、边际谱、希尔伯特能量谱、瞬时能量谱和瞬时频率。实验结果表明,HHT方法准确描述了Husdom Bay公司年度貂皮销售数据、IBM公司普通股交易日收盘价数据、黄河兰州站日含沙量数据的非线性时变特征,是数据时频分析的有效工具。针对实际问题中时间序列非线性、非平稳、多尺度复合的特点建立了一种基于EMD方法的时间序列预测模型... 

【文章来源】：西北师范大学甘肃省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图４．１．１?Ｈｕｓｄｏｍ?公司年度貂皮鑛會数据餐验模态分解??

３．５?）?ｉ?）?）?）?）??＿?ｉｍｆｌ????ｉｍｆ２??３?＿?＼?Ａ?１???ｉｍｆ３??§?：：織：??〇??｜?！?！?｜?｜?｜???〇?ｌＯ?２０?３０?４０?５０?６０?７０??时间／ａ??图４．１．２?Ｈｉｉｓｄｏｍ?Ｂａｙ公司年度貂皮销售数据瞬时频率??〇．?５０?＾＾——｜?—Ｉ??—?１?ｒ??０．?４５?－?—?－?：－?？?＿?－?＊??０．?４０?二?＿?－－??Ｍ?〇．?３５?－?一??Ｋ?＿?－二；?￣?－?—■?■??＾?０．?３０?－－?一??ｍ?，?＿??这?０．?２５?－??Ｉ??＾?０．?２０?－??０．?１５?－?￣??０．?１０?－?－??０．?０５?－??０??！?１?１?！?ｌ??０?１０?２０?３０?４０?５０?６０??时间／ａ??图４．１．３?Ｈｉｉｓｄｏｍ?Ｂａｙ公司年度貂皮销售数据希尔伯特谱??图４．１．２是由３个内在模函数经过ＨＨＴ变换得到的瞬时频率，可以看出：ｉｍｆｌ？３??的瞬时频率是逐渐降低的，总体来说振幅也是逐渐变小；图４丄３是ｉｍｆｌ？３经过希??２７??

３．５?）?ｉ?）?）?）?）??＿?ｉｍｆｌ????ｉｍｆ２??３?＿?＼?Ａ?１???ｉｍｆ３??§?：：織：??〇??｜?！?！?｜?｜?｜???〇?ｌＯ?２０?３０?４０?５０?６０?７０??时间／ａ??图４．１．２?Ｈｉｉｓｄｏｍ?Ｂａｙ公司年度貂皮销售数据瞬时频率??〇．?５０?＾＾——｜?—Ｉ??—?１?ｒ??０．?４５?－?—?－?：－?？?＿?－?＊??０．?４０?二?＿?－－??Ｍ?〇．?３５?－?一??Ｋ?＿?－二；?￣?－?—■?■??＾?０．?３０?－－?一??ｍ?，?＿??这?０．?２５?－??Ｉ??＾?０．?２０?－??０．?１５?－?￣??０．?１０?－?－??０．?０５?－??０??！?１?１?！?ｌ??０?１０?２０?３０?４０?５０?６０??时间／ａ??图４．１．３?Ｈｉｉｓｄｏｍ?Ｂａｙ公司年度貂皮销售数据希尔伯特谱??图４．１．２是由３个内在模函数经过ＨＨＴ变换得到的瞬时频率，可以看出：ｉｍｆｌ？３??的瞬时频率是逐渐降低的，总体来说振幅也是逐渐变小；图４丄３是ｉｍｆｌ？３经过希??２７??

【参考文献】：
期刊论文
[1]基于傅里叶变换的混凝土孔洞检验[J]. 范宏,任鹏庚,苗润阳,杨海川.  青岛理工大学学报. 2019(06)
[2]小波分析在发动机故障诊断中的应用[J]. 周东翔,张小明,陈明,王衍涛.  内燃机与配件. 2019(21)
[3]小波分析在GPS动态观测中的应用研究[J]. 方俊杰,鲍陈辰,方喆伟,施利涛.  工程勘察. 2019(11)
[4]基于AR模型和GRNN的结构损伤识别研究[J]. 王玉梅,刘国栋,隋宗震,郭荡.  低温建筑技术. 2019(10)
[5]基于移动平均法的汽车4S店新车销售需求预测分析[J]. 王彦梅.  中国商论. 2019(18)
[6]基于ARMA模型的股票收益率预测及R语言实现——以万科为例[J]. 刘越,黄敬,王志坚.  科技风. 2019(23)
[7]商业银行国际化水平测算模型的改进与应用[J]. 蒋海曦,王明哲,李天德.  数量经济技术经济研究. 2019(07)
[8]基于MA模型的中国环境保护税福利效应预测研究[J]. 李琦.  经济研究参考. 2018(56)
[9]基于小波神经网络模型的含沙量预测研究[J]. 吴海波,刘银,石叡.  人民珠江. 2015(06)
[10]趋势移动平均法在耕地面积预测中的应用研究——基于1985-2010年甘肃省耕地面积分析[J]. 程文仕,曹春,黄鑫.  干旱区资源与环境. 2015(08)

硕士论文
[1]基于时间序列分析方法的油田产量预测与应用[D]. 李达.兰州理工大学 2018
[2]基于EMD的股票指数组合预测模型[D]. 张文凤.重庆大学 2017
[3]基于FCM算法的电子商务信用评级方法研究[D]. 谢璞.昆明理工大学 2012
[4]基于信息融合的旋转机械全信息时频分析方法研究[D]. 王丽雅.郑州大学 2005



本文编号：2991283