基于VMD_FFT_LSTM模型的BDI指数预测_武华华.pdf下载

为提升非线性BDI 指数的预测效果，分析了多种预 测模型对BDI 指数的单步及多步预测结果，借助“分解-重 构-预测”思路，设计构建了VMD-FFT-LSTM 组合预测模 型． 首先，通过VMD 算法分解出BDI 指数的IMF 分量; 然 后，结合BDI 指数周期理论与FFT 算法计算的周期结果 重构IMF，达到降噪的目的; 最后，运用LSTM 模型对重构 序列进行多步预测． 对比多步预测结果，VMD-FFT-LSTM 组合模型预测结果在精度及稳定性上表现更好，解决了 SVＲ 模型多步预测结果易在序列局部极值点处出现较大 偏差的局限性问题．