《表5 IMF与RES预测结果评价》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于EMD组合模型的径流多尺度预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为确定ARIMA模型对时间序列特征的适用性，利用归一化数据，对IMF1—IMF4分量与趋势项RES分别进行模拟预测，结果如图6所示。对各个IMF分量与趋势项RES可利用均方根误差、相对百分误差、纳什系数和模型决定系数这4类指标进行评价，具体评价结果见表5。对于分量IMF1、IMF2、IMF3相对百分误差分别达到了78.19%、97.29%、116.93%，IMF1、IMF2的均方根误差约0.6，均大于总体的误差，说明总体误差主要集中在高频分量IMF1、IMF2、IMF3上；而对于低频分量IMF4与趋势项RES的相对误差为24.04%和0.21%，均方根误差为0.018和0.003，均明显小于IMF1、IMF2、IMF3，纳什系数和R值同样表现良好。由此可见，IMF1、IMF2、IMF3对EMD-ARIMA模型的误差贡献较大，EMD-ARIMA模型在保留高频信息和累加生成序列方面表现不佳。为进一步探究提高模型精度的方法，对于模拟较差的IMF1、IMF2、IMF3分量采用GRNN模型进行模拟预测，对于表现良好的IMF4和趋势项RES保留预测结果。