月均太阳黑子数时间序列分析及其自回归人工神经网络建模
综合物理
2012-04-19 v1
摘要
本研究报告了对月均太阳黑子数时间序列的统计分析，并观察到序列内的非均匀性和不对称性。利用Mann-Kendall检验揭示了一个线性趋势。在识别出时间序列的平稳性后，我们生成了自回归AR(p)和自回归移动平均（ARMA(p,q)）模型。基于AIC最小化，我们发现p和q的最佳值分别为3和1。在下一阶段，通过训练一个广义前馈神经网络（GFNN）生成了自回归神经网络（AR-NN(3)）。利用二阶Willmott指数和决定系数评估模型性能，发现AR-NN(3)的性能优于AR(3)和ARMA(3,1)。
引用
@article{arxiv.1204.3991,
title = {Monthly sunspot number time series analysis and its modeling through autoregressive artificial neural network},
author = {Goutami Chattopadhyay and Surajit Chattopadhyay},
journal= {arXiv preprint arXiv:1204.3991},
year = {2012}
}
备注
17 pages, 4 figures