基于EWT-ARIMA组合模型的银杏液流预测与因子关联分析

王子祥,李颜娥, 武斌,徐达宇, 吴斌

Application of Electronic Technique(2023)

引用 0|浏览3
暂无评分
摘要
树干液流速率由于受到外在环境因子与内在生长机理的综合作用,往往呈现出非线性与高随机的特点,单一的预测方法往往难以对其做出较为准确的预测.对此,提出引入经验小波变换(EWT)方法,对非线性、高随机的银杏液流数据进行分解,得到两组多分辨率分析分量,分别对分量采用统计模型ARIMA进行预测.根据真实数据实验结果验证,提出了 EWT-ARIMA组合模型能够较为准确地预测树干液流的变化趋势,模型评价指标MSE、MAE、MAPE、R2分别为11.05、2.488、0.1640、0.9599,相较单一 ARIMA模型各项评价指标均有较大提升.此外,还利用传递熵(EWT),无模型假设地对时滞内环境因子与银杏液流之间的因果关系进行了探讨.
更多
关键词
ginkgo sap flow prediction,empirical wavelet transform,ARIMA,transfer entropy,causal analysis
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要