Resumen

Para mejorar la precisión de la previsión de una serie temporal, se establece un modelo de análisis de pares de conjuntos basado en la reconstrucción del espacio de fases (SPA-PSR). En el nuevo modelo, mediante el análisis del caos, reconstruimos el espacio de fase con tiempo de retardo y dimensión de incrustación. Basándonos en él, reconstruimos conjuntos históricos y conjuntos actuales en el modelo SPA-PSR. Se toman dos casos de previsión de temperaturas extremas en el monte Wutai y Datong para examinar el rendimiento del modelo SPA-PSR. Los resultados indican que el error relativo medio (ERM) del modelo SPA-PSR ha disminuido un 65,97%, 59,32% y 7,79% en el caso del monte Wutai y un 29,11%, 32,82% y 9,03% en el caso de Datong, respectivamente, en comparación con el modelo de autorregresión (AR), el modelo de análisis de pares de conjuntos de rango (R-SPA) y el modelo de red neuronal de retropropagación (BP). Proporciona un apoyo teórico al análisis de pares de conjuntos y mejora la precisión de la previsión numérica.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:spa, modelo psr, análisis de pares, modelo, monte wutai, error relativo medio, modelo de red neuronal, reconstrucción del espacio de fases, datong, caso
• Keywords:spa, psr model, pair analysis, model, mount wutai, mean relative error, neural network model, phase space reconstruction, datong, case