基于EM-GIBBS算法的ARMA(p,q)测量误差模型的参数估计

本文对基于ARMA(p,q)的测量误差模型的参数估计提出了EM-Gibbs算法.由于无法给出模型参数的极大似然估计解析解,本文在EM算法框架下对参数进行估计.在实施EM算法M步骤过程中,为了计算高维正态分布的隐变量一阶、二阶矩,需要求出高阶矩阵的逆矩阵.为了避开计算高阶矩阵的逆矩阵,通过Gibbs抽样,给出了隐变量的一阶、二阶矩的估计,从而给出了EM算法M步骤中参数最优值的估计.最后通过对ARMA(1,1)测量误差模型进行了数值模拟,模拟结果验证了所提EM-Gibbs算法的可行性和有效性.

相关系数ARMA(p,q)序列分析方法

本文提出相关系数ARMA(p,q)序列分析方法。相关系数ARMA(p,q)序列是从非平稳序列中分离出的一类工程上常见且便于研究的时间序列,在模式识别、故障诊断、信号处理、自动控制和结构响应分析等领域有着广泛的应用。传统的相关函数ARMA(p,q)序列仅是它的一个特例。文中建立了相关系数ARMA(p,q)序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,充分利用样本信息确定相关系数ARMA(p,q)序列的均值函数、方差函数和相关系数函数。在此基础上可进行高精度的频谱分析。

ARMA(p,q)过程生成的大维样本协方差矩阵的极限谱分布

应用极限谱方法讨论ARMA(p,q)过程.得到此类过程生成的随机矩阵的样本协方差阵的极限谱分布及其密度函数,同时给出ARMA(1,1)情形下的密度函数具体的表达式.

基于通用可调(p,q)阶Rife-Vincent自乘-卷积窗的改进四谱线插值高精度谐波分析算法

加窗快速傅里叶变换(WIFFT)是一类重要的谐波参数估计方法。然而,快速傅里叶变换固有的栅栏效应以及非同步采样产生的频谱泄漏对谐波参数的估计精度有较大影响。为此,利用具有最大旁瓣衰减特性的I类Rife-Vincent窗作为父窗,提出一种新型的通用可调(p,q)阶Rife-Vincent自乘-卷积窗(RVSMC p-q),其特点在于通过改变乘积阶数和卷积阶数可以灵活地改变窗函数的主瓣宽度、旁瓣峰值和衰减速度。在此基础上,提出一种基于RVSMC p-q窗的四谱线插值高精度谐波参数估计方法,利用最小二乘拟合原理给出谐波信号的幅值、频率及相位参数的低复杂度多项式估计公式。在复杂谐波、间谐波及基波频率波动的情况下对基于RVSMC p-q窗的四谱线插值谐波参数估计方法的效果进行仿真。研究结果表明:在较低的乘积和卷积阶数条件下,新算法可以获得比经典的基于自乘积窗或自卷积窗的WIFFT算法更为优越的参数估计精度,且算法复杂度较低。

ARMA(p,q)模型参数初估计新方法研究

提出了一种Ｙ－Ｗ法与逆函数法相结合的ＡＲＭＡ（ｐ，ｑ）模型参数初估计新方法．该方法不但具有在计算机上容易实现的特点，而且与当前常用的参数初估计方法相比，在参数估计精度上有了较大的提高．这对ＡＲＭＡ（ｐ，ｑ）模型的进一步推广与应用将有着极为重要的意义．

基于ARMA(P,q)的广东城乡CPI差距走势预测

在城乡居民消费水平和CPI传导机制、变动机理方面,已有诸多研究成果。CPI不仅仅作为一种市场信息传导的信号,也反映了国家财政政策调控的效果及经济发展现状,正是由于CPI数据的获得性较强,结合其特殊的含义,对城乡CPI差异的研究非常有必要。选取我国开放前沿的广东地区为研究对象,运用ARMA(p,q)模型对城乡CPI差距的走势进行预测。

油松毛虫种群动态的ARMA(p,q)模型

应用随机过程理论建立了油松毛虫上树后至化蛹阶段的ARMA(p,q)模型,并对该阶段的种群动态进行了模拟,其模拟值与实测值十分接近。

基于ARMAS(p,q)退化冲击模型可靠性的预测

在实际的工程应用中,系统自身的许多因素和随机环境随着时间的影响,会引起系统的退化和损坏。在退化模型中,系统的可靠度是重要的研究指标,系统的退化达到预警前的预测也十分必要。基于此,提出了ARMAS(p,q)退化冲击模型,并用线性最小方差方法给出了冲击强度未来n步的预测值,并在正态假设下,推导出预测值Y _(t-n)|Y _(t),Y _(t-1),…的置信水平为1-α的置信区间。此模型的提出,为有效控制系统损坏带来的经济损失提供了预判。也为退化冲击模型的研究框架的进一步扩展提供了理论支撑,将在可靠性领域有广泛的应用。

左删失数据下ARMA(p,q)模型的估计

在观测数据左删失情形下由K-M估计方法得到,严平稳遍历序列{X_t}的均值和自协方差函数的估计,从而获得ARMA(p,q)模型的参数估计,且所给估计量是强相合估计.

ARMA(p,q)利率模型下的破产概率

为了更好地研究利率因素对破产概率的影响,利用时间序列理论,建立了ARMA(p,q)利率模型,在此利率模型下,通过积分方程得到了破产概率的上界,并将此上界与AR(1)利率模型下破产概率的上界以及Lundberg上界进行了比较,所得结果推广了古典风险模型的相应结果.

基于小波分析与GM(1,1)-ARMA(p,q)组合的矿井防尘用水量预测

为了提高矿井防尘用水量预测的精确度,提出了基于小波分析理论与灰色预测模型(GM(1,1))、自回归滑动平均模型(ARMA(p,q))组合的预测模型。运用小波分析将用水量时间序列做不同尺度分解,并将低频信号和高频信号采用GM(1,1)和ARMA(p,q)进行预测,最终经小波重构得到预测结果。以林南仓矿为研究背景,使用该组合模型预测2014年各月份的用水量,通过与实际数据对比,残差检验相对误差不超过2.5%。结果表明:矿井防尘用水量在总体上逐年缓慢增加,每年内呈周期性的变化;基于小波分析与GM(1,1)-ARMA(p,q)组合的预测模型具有较高的预测精度。

基于NEGM(1,1)-ARMA(p,q)组合模型的航空备件消耗预测

进行航空备件消耗预测是提高备件利用率和订货准确率的有效手段。结合航空备件消耗特点,采用灰色系统理论从备件消耗历史数据中得到趋势项的NEGM(1,1)模型,并在对剔除趋势项的随机波动数据进行时间序列分析的基础上,引入ARMA模型,构建了NEGM(1,1)-ARMA(p,q)组合预测模型,并通过实例分析,验证了此模型在航空备件消耗预测中的有效性与准确性。

辅助变量法在ARMA(p,q)模型参数估计中的应用

本文将系统辨识中的辅助变量法通过修正应用于ARMA（p,q）模型中来解决自回归部分的参数估计问题,并利用辅助变量的性质及时间序列的平稳性证明了估计量φ为真实参数φ的相容性估计以及φ具有渐近正态分布的性质。

GM(1,1)-ARMA(p,q)组合模型下的PM_(2.5)浓度预测--以西安市为例

随着经济的发展,空气质量问题日渐显露,雾霾天气不断增加,而雾霾形成的主要原因是细微颗粒物,细微颗粒物能够较长时间悬浮于空气中,其浓度越高危害越大。PM_(2.5)作为直径小于等于2.5微米的颗粒物,被吸入体内后会引发哮喘、支气管炎以及心血管病等疾病,引起人们的广泛关注。因此,文章对西安市2013年12月到2021年3月的PM_(2.5)浓度值共计88条数据进行了实证研究,分别采用灰色系统预测模型GM(1,1)、时间序列模型AR(2)以及二者的组合模型对西安市的PM_(2.5)进行预测,研究结果表明组合模型的相对误差最小,预测效果最优。

电力系统的P-Q分解法潮流计算

介绍了采用 P- Q分解法、应用稀疏技术 ,在 Visual Basic开发环境下实现复杂电力系统潮流计算应用程序的设计思想、实现方案等 。

基于P/Q控制的电液比例变量泵特性仿真及热分析

利用AMES im仿真软件对一种基于P/Q控制的电液比例变量泵进行全数字化建模与仿真,结果表明该比例变量泵的相关特性与实际基本相符,验证模型的正确性。应用软件的热库和热液压库理论建立了比例泵系统的热仿真模型,分析比较比例泵液压系统和恒压泵液压系统在相同负载、散热环境和运行时间下的温升情况,结果表明比例泵源在工作效率上明显优于恒压泵源。

多维ARMR(p,q)模型的适时递推预报

本文讨论了多维 ARMA(p,q)序列的新息预报 。

非线性(p,q)-差分方程非局部问题的正解

为了完善非线性量子差分方程边值问题的基本理论,研究了二阶非线性(p,q)-差分方程非局部问题的可解性。首先,计算线性(p,q)-差分方程边值问题的Green函数,研究Green函数的性质;其次,运用Banach压缩映像原理和Guo-Krasnoselskii不动点定理,获得二阶三点非线性(p,q)-边值问题正解的存在性和唯一性定理;再次,给出线性(p,q)-差分方程非局部问题的Lyapunov不等式;最后,给出2个实例,证明所得结果是正确的。结果表明,在赋予非线性项f一定的增长条件下,非线性(p,q)-差分方程非局部问题正解具有存在性和唯一性。研究结果丰富了量子差分方程可解性的理论,对(p,q)-差分方程在数学、物理等领域的应用提供了重要的理论依据。

关于“即使P,也Q”句式语用误用的几点分析

"哪怕P,也Q"和"即使P,但Q"句式与"即使P,也Q"句式在语义语用方面都存在着差异,但在许多情况下都将它们归为一类,这给对外汉语教学造成了很多问题,对此本文将从语用方面加以辨析。

基于MPI和P—Q分解法的电力系统潮流并行算法的研究

为了提高大规模电力系统潮流计算的速度,在对P—Q分解法潮流计算进行分析和研究的基础上,提出了基于P—Q分解法的潮流并行算法的思想,并利用并行消息传递界面MPI进行了仿真,验证了算法的正确性和可行性。