摘要
时间序列预测是预测领域中的一个重要研究方向,尤其是对受节假日、季节性以及突发事件冲击较大的时间序列进行预测仍然存在着一些缺陷,表现在拟合效果差、精确度低和不稳定性方面.本文在Facebook设计的Prophet模型基础上,构建一种以X-13-ARIMA-SEATS模型得到超参数的经验范围,利用量子遗传算法优化超参数的新Prophet模型,该模型能够更好地拟合和预测含有季节性和突发事件冲击的时间序列,并且大大简化超参数的优化.进一步,采用宏观时间序列CPI作为实证对象,通过新Prophet模型对其进行预测并与其他时间序列模型的预测效果对比,其实证结果对新Prophet模型的预测效果进行了佐证.
基金项目
教育部人文社科基金资助项目(17YJC790104)
成都科技厅软科学项目(2019-RK00-00048-ZF)
四川大学中央高校基本科研业务费项目(2019自研-经济017)
NETL
NSTL
维普
万方数据