Robust Methods for the Prediction of Customer Demands based on Nonlinear Dynamical Systems
Robust Methods for the Prediction of Customer Demands based on Nonlinear Dynamical Systems
复制标题
基于非线性动力系统的鲁棒客户需求预测方法
DOI：
10.1016/j.procir.2014.05.014
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Freitag
中科院分区：
文献类型：
--
作者：
Scholz-Reiter;Freitag
基于非线性动力系统理论和相空间重构，研究了不同预测方法的预测精度。特别地，描述了一种局部线性回归方法。提出了不同的正则化方法，以在短时间序列中实现更好的预测，并提高对噪声的鲁棒性。通过综合时间序列和实时时间序列的评价表明，与作为基准的现有方法相比，预测精度较高。
This paper investigates the forecasting accuracy of different prediction methods based on the theory of nonlinear dynamical systems and phase space reconstruction. In particular, a locally linear regression method is described. Different regularization methods to achieve better predictions in case of short time series as well as to increase the robustness against noise are specified. An evaluation by means of synthetic and real time series indicates high forecasting accuracy compared to established methods used as benchmarks.
登录
查看更多内容
稳健的制造控制
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
K. Windt
通讯作者：
K. Windt
非线性动力学方法在生产网络中预测客户需求的潜力
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
B. Scholz;Mirko Kück
通讯作者：
Mirko Kück
影响因子：
4.1
作者：
B. Scholz-Reiter;Mirko Kück;Dennis Lappe
通讯作者：
B. Scholz-Reiter;Mirko Kück;Dennis Lappe
一种优化惰性学习参数以预测客户需求的遗传算法
DOI：
10.1109/icmla.2013.183
发表时间：
2013
期刊：
2013 12th International Conference on Machine Learning and Applications
影响因子：
--
作者：
Mirko Kück;B. Scholz
通讯作者：
B. Scholz
第 7 章 - 重建理论和非线性时间序列分析
影响因子：
1.2
作者：
F. Takens
通讯作者：
F. Takens