Time Series Forecasting Using A Hybrid Arima And Neural Network Model Pdf

File Name: time series forecasting using a hybrid arima and neural network model .zip
Size: 15019Kb
Published: 26.04.2021

Artificial neural networks ANNs are flexible computing frameworks and universal approximators that can be applied to a wide range of forecasting problems with a high degree of accuracy.

Time series forecasting of styrene price using a hybrid ARIMA and neural network model

Linear forecasting models have played major roles in many applications for over a century. If error terms in models are normally distributed, linear models are capable of producing the most accurate forecasting results. The central limit theorem CLT provides theoretical support in applying linear models. During the last two decades, nonlinear models such as neural network models have gradually emerged as alternatives in modeling and forecasting real processes. In hydrology, neural networks have been applied to rainfall-runoff estimation as well as stream and peak flow forecasting. Successful nonlinear methods rely on the generalized central limit theorem GCLT , which provides theoretical justifications in applying nonlinear methods to real processes in impulsive environments.

A New Hybrid Methodology for Nonlinear Time Series Forecasting

Drought is a water shortage that is caused by an imbalance between supply and demand. As one of the most severe natural disasters, drought exerts relatively widespread effects on human society that usually last for several months or even a few years, causing huge economic loss, reductions in food yield, starvation, and land degradation Piao et al. China is located in the East Asian monsoon region, with complex geographical conditions, complex climate changes, and frequent climate disasters. As climate warming and drying become increasingly apparent, the occurrence of natural disasters has increased significantly. Affected by specific climatic conditions, topographical features, and water resources, China is one of the countries with the most frequent and severe drought in the world. Local or regional drought occurs almost every year Chen and Sun ; Wang et al.

Skip to search form Skip to main content You are currently offline. Some features of the site may not work correctly. DOI: Zhang Published Computer Science Neurocomputing. Abstract Autoregressive integrated moving average ARIMA is one of the popular linear models in time series forecasting during the past three decades.

Time series forecasting of styrene price using a hybrid ARIMA and neural network model

Authors: Fengxia Zheng , Shouming Zhong. ANNARIMA that combines both autoregressive integrated moving average ARIMA model and artificial neural network ANN model is a valuable tool for modeling and forecasting nonlinear time series, yet the over-fitting problem is more likely to occur in neural network models. This method is examined by using the data of Canadian Lynx data. Commenced in January Frequency: Monthly.

Skip to Main Content. A not-for-profit organization, IEEE is the world's largest technical professional organization dedicated to advancing technology for the benefit of humanity. Use of this web site signifies your agreement to the terms and conditions. A hybrid forecasting approach using ARIMA models and self-organising fuzzy neural networks for capital markets Abstract: Linear time series models, such as the autoregressive integrated moving average ARIMA model, are among the most popular statistical models used to forecast time series. In recent years non-linear computational models, such as artificial neural networks ANN , have been shown to outperform traditional linear models when dealing with complex data, like financial time series.

Обернувшись, они увидели быстро приближавшуюся к ним громадную черную фигуру. Сьюзан никогда не видела этого человека раньше. Подойдя вплотную, незнакомец буквально пронзил ее взглядом. - Кто это? - спросил .

Это приказ. Чатрукьян пнул ногой урну и выругался вслух - благо лаборатория была пуста: - Диагностика, черт ее дери. С каких это пор заместитель директора начал действовать в обход фильтров. Сотрудникам лаборатории платили хорошие деньги, чтобы они охраняли компьютерные системы АНБ, и Чатрукьян давно понял, что от него требуются две вещи: высочайший профессионализм и подозрительность, граничащая с паранойей. Черт возьми! - снова мысленно выругался .

 - Может, чего-нибудь выпьешь. - Нет, а-а… нет, спасибо, сэр.  - Ему трудно было говорить - наверное потому, что он не был уверен, что его появлению рады.

 - Это. Теперь все в порядке. Сьюзан не могла унять дрожь.

 Вот и прекрасно. Мистер Густафсон остановился. Наверное, он сейчас у. - Понимаю.

ТРАНСТЕКСТ не может с ним справиться. Сьюзан подумала о Стратморе, о том, как мужественно он переносит тяжесть этого испытания, делая все необходимое, сохраняя спокойствие во время крушения. Иногда она видела в нем что-то от Дэвида. У них было много общего: настойчивость, увлеченность своим делом, ум.

ТРАНСТЕКСТ вскрыл ключ, состоявший из шестидесяти четырех знаков, за десять с небольшим минут, в два миллиона раз быстрее, чем если бы для этого использовался второй по мощности компьютер АНБ. Тогда бы время, необходимое для дешифровки, составило двадцать лет. Производственное управление АНБ под руководством заместителя оперативного директора коммандера Тревора Дж. Стратмора торжествовало победу. ТРАНСТЕКСТ себя оправдал.

 У вас есть кое-что, что мне очень нужно, - сказал Беккер. - Да-да, конечно, - быстро проговорил немец, натужно улыбаясь. Он подошел к туалетному столику, где лежал бумажник.

5 Response
  1. Ryder C.

    Panasonic lumix fz200 manual pdf management information system managing the digital firm 12th edition pdf

  2. Zara B.

    Experimental results with real data sets indicate that the combined model can be an effective way to improve forecasting accuracy achieved by either of the models.

  3. Tanya W.

    Request PDF | Zhang, G.P.: Time Series Forecasting Using a Hybrid ARIMA and Neural Network Model. Neurocomputing 50,

  4. Cora C.

    Every player in the market has a greater need to know about the smallest change in the market.

  5. Azas Z.

    This paper proposes a novel hybrid forecasting model combining autoregressive integrated moving average ARIMA and artificial neural network ANN with incorporating moving average and the annual seasonal index for Thailand's cassava export i.

Leave a Reply