典型文献
基于组合模型的江苏省居民用电量预测分析
文献摘要：
研究利用时间序列基本分析方法ARIMA模型分析法、指数平滑ETS模型和神经网络自回归模型对江苏省居民每月用电量进行数据分析、处理、拟合、检验及预测,以2004年1月至2017年12月用电计量数据作为分析样本,使用R软件对该时间序列进行建模.对给出的数据建立ARIMA模型、ETS模型和NNAR神经网络自回归模型,接着利用MAE、RMSE、MAPE三个评价指标来衡量模型的优良度.尝试通过组合模型对2018年江苏省居民12个月的用电量进行预测,与实际值进行对比验证,发现权重模型的误差最小,选择作为最终预测模型.最后得出结论,组合模型的预测效果要优于非组合模型.
文献关键词：
季节性ARIMA;ETS;神经网络自回归;组合模型
中图分类号：
作者姓名：
王琪
作者机构：
南京财经大学 经济学院,江苏 南京 210046
文献出处：
引用格式：
[1]王琪-.基于组合模型的江苏省居民用电量预测分析)[J].江苏商论,2022(01):11-14
A类：
B类：
居民用电量预测,预测分析,研究利用,基本分析,ARIMA,模型分析法,指数平滑,ETS,神经网络自回归,自回归模型,每月,计量数据,NNAR,MAE,RMSE,MAPE,对比验证,非组合模型
AB值：
0.317
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
