文档详情

需求预测:时间序列分析_(6).现代时间序列模型.docx

发布:2025-04-15约1.34万字共22页下载文档
文本预览下载声明

PAGE1

PAGE1

现代时间序列模型

在上一节中,我们探讨了时间序列分析的基本概念和经典模型。本节将深入介绍现代时间序列模型,特别是那些利用人工智能技术进行需求预测的模型。现代时间序列模型在处理复杂的、非线性的、高维的数据时表现出色,能够提供更准确的预测结果。我们将重点讨论以下几种模型:ARIMA、SARIMA、LSTM(长短期记忆网络)、Prophet和Transformer。

ARIMA模型

ARIMA(自回归积分滑动平均模型)是一种广泛使用的时间序列预测模型,适用于处理非平稳时间序列数据。ARIMA模型由三个部分组成:自回归(AR)、差分(I)和滑动平均(MA)。

显示全部
相似文档