论文部分内容阅读
多因素时间序列预测是时间序列数据挖掘的一个重要分支,被广泛地应用于各种领域.文中利用灰色关联分析(GRA)和主成分分析(PCA)对RBF网络的输入空间进行降维重构,选取与输出变量关联度相对大的影响因素,并消除各因素之间相关性,解决了RBF网络在多因素时间序列预测模型设计中的影响因素约简问题.通过粮食产量实例仿真,验证了模型的有效性.