基于因果聚类的多变量时间序列相关性研究及预测

摘要

本文基于常规的聚类分析,提出一种改进的多变量降维方法。该方法主要在变量间相似程度的判别标准方面进行改进,根据预测变量同预测对象间的相似性,并同时考虑距离因素同相关系数对相似性程度的影响,更加合理的对变量进行分类。在此基础上,对各类中的变量加权求和,作为预测模型的输入,实现多元时间序列的预测。采用本方法对三门峡处径流量进行预测,并同基于常规聚类方法的预测结果进行比较,仿真结果证明了本方法的有效性。