r语言神经网络



HTS包:如何指定类似网络的预测分层结构? (0)

我正在尝试使用hts 包进行分层预测 ,以便一起预测供水网络的不同尺度,以便对照预测。 水网是由流量计组成的,它测量流量的正面还是负面,当我们把净流量汇集起来时,它给了一个邻里的内部消耗。

这不是100%的等级意义上的严格,因为: - 对于进入一个邻域的流量,流量计被正确计数,而在离开另一个邻域时为负。

所以结构是这样的,用3个流量计和2个社区简化:

所以我试图复制F2米,一个正面和一个负面,但产量并不理想。 我该如何处理?

m=structure(c(28, 20, 20, 17, 19, 22, 26, 38, 45, 45, 42, 38, 37, 
            37, 33, 29, 28, 31, 37, 40, 36, 31, 26, 23, 22, 15, 13, 11, 11, 
            12, 16, 22, 25, 24, 21, 19, 17, 16, 14, 13, 13, 14, 16, 17, 16, 
            13, 11, 8, 7, 7, 8, 8, 8, 8, 8, 9, 11, 11, 11, 12, 12, 12, 11, 
            11, 11, 10, 10, 9, 9, 9, 8, 5), .Dim = c(24L, 3L), .Dimnames = list(
              NULL, NULL))
m=cbind(m, -m[, 3])
m[,2]<- -m[,2]
colnames(m) <- c("NaF1", "NbF3", "NbF2", "NaF2")
hm <- hts(m, characters=c(2, 2))
plot(hm); forecast(hm, fmethod="arima")$bts
#  
#        NaF1      NaF2     NbF2       NbF3
# 25 23.83012 -5.019900 4.799014  -8.505145
# 26 26.24205 -5.257814 4.989756 -10.778844
# 

正如你所看到的,F2的预测在正反方向是不同的,这是没有意义的。

为了弄清楚这里聚合的结构是一个重要的问题:





hierarchical