论文部分内容阅读
针对时间序列问题,提出了一个变窗口神经网络集成预测模型。利用自相关分析方法挖掘时间序列本身蕴涵的变化特性,并利用这些变化特性构造差异度较大的个体神经网络。变窗口集成预测模型在应用于时间序列预测的同时,还可以有效地对异常序列进行筛选和分离。将该模型应用于移动通信话务量的预测。实验分析表明,该预测系统具有较高的预测精度,并能有效地对异常序列进行分离。