基于SODM和贝叶斯的时序预测模型比较  

作　　者：肖进[1] 贺昌政[1] 

机构地区：[1]四川大学工商管理学院,成都610064

出　　处：《统计与决策》2007年第20期23-25,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(70271073)

摘　　要：本文采取定性的理论分析、随机模拟和实证试验相结合的方式,从先验信息的使用、模型产生机制、算法停止法则等方面比较了两类模型的异同,并重点试验分析了自组织数据挖掘(SODM)自回归模型与贝叶斯自回归模型的拟和以及预测性能。结果表明,对于具有小噪声样本数据的系统,贝叶斯时序模型的效果较优;而对于具有大噪声、小样本数据的系统,SODM时序模型更适合。本文最后提出将这两类模型结合考虑建立模型。

关 键 词：自组织数据挖掘 贝叶斯理论 时序预测 系统建模 

分 类 号：N945.1[自然科学总论—系统科学] TP11[自动化与计算机技术—控制理论与控制工程]