期刊文献+
共找到305篇文章
< 1 2 16 >
每页显示 20 50 100
A Study of Wind Statistics Through Auto-Regressive and Moving-Average (ARMA) Modeling 被引量:1
1
作者 John Z.YIM(尹彰) +1 位作者 ChunRen CHOU(周宗仁) 《China Ocean Engineering》 SCIE EI 2001年第1期61-72,共12页
Statistical properties of winds near the Taichung Harbour are investigated. The 26 years'incomplete data of wind speeds, measured on an hourly basis, are used as reference. The possibility of imputation using simu... Statistical properties of winds near the Taichung Harbour are investigated. The 26 years'incomplete data of wind speeds, measured on an hourly basis, are used as reference. The possibility of imputation using simulated results of the Auto-Regressive (AR), Moving-Average (MA), and/ or Auto-Regressive and Moving-Average (ARMA) models is studied. Predictions of the 25-year extreme wind speeds based upon the augmented data are compared with the original series. Based upon the results, predictions of the 50- and 100-year extreme wind speeds are then made. 展开更多
关键词 auto-regressive and moving-average (arma) modeling probability distributions extreme wind speeds
下载PDF
Forecasting risk using auto regressive integrated moving average approach: an evidence from S&P BSE Sensex 被引量:2
2
作者 Madhavi Latha Challa Venkataramanaiah Malepati Siva Nageswara Rao Kolusu 《Financial Innovation》 2018年第1期344-360,共17页
The primary objective of the paper is to forecast the beta values of companies listed on Sensex,Bombay Stock Exchange(BSE).The BSE Sensex constitutes 30 top most companies listed which are popularly known as blue-chip... The primary objective of the paper is to forecast the beta values of companies listed on Sensex,Bombay Stock Exchange(BSE).The BSE Sensex constitutes 30 top most companies listed which are popularly known as blue-chip companies.To reach out the predefined objectives of the research,Auto Regressive Integrated Moving Average method is used to forecast the future risk and returns for 10 years of historical data from April 2007 to March 2017.Validation accomplished by comparison of forecasted and actual beta values for the hold back period of 2 years.Root-Mean-Square-Error and Mean-Absolute-Error both are used for accuracy measurement.The results revealed that out of 30 listed companies in the BSE Sensex,10 companies’exhibits high beta values,12 companies are with moderate and 8 companies are with low beta values.Further,it is to note that Housing Development Finance Corporation(HDFC)exhibits more inconsistency in terms of beta values though the average beta value is lowest among the companies under the study.A mixed trend is found in forecasted beta values of the BSE Sensex.In this analysis,all the p-values are less than the F-stat values except the case of Tata Steel and Wipro.Therefore,the null hypotheses were rejected leaving Tata Steel and Wipro.The values of actual and forecasted values are showing the almost same results with low error percentage.Therefore,it is concluded from the study that the estimation ARIMA could be acceptable,and forecasted beta values are accurate.So far,there are many studies on ARIMA model to forecast the returns of the stocks based on their historical data.But,hardly there are very few studies which attempt to forecast the returns on the basis of their beta values.Certainly,the attempt so made is a novel approach which has linked risk directly with return.On the basis of the present study,authors try to through light on investment decisions by linking it with beta values of respective stocks.Further,the outcomes of the present study undoubtedly useful to academicians,researchers,and policy makers in their respective area of studies. 展开更多
关键词 Akaike Information Criteria(AIC) Bombay Stock Exchange(BSE) auto regressive Integrated moving average(ARIMA) Beta Time series
下载PDF
Application of Seasonal Auto-regressive Integrated Moving Average Model in Forecasting the Incidence of Hand-foot-mouth Disease in Wuhan,China 被引量:16
3
作者 彭颖 余滨 +3 位作者 汪鹏 孔德广 陈邦华 杨小兵 《Journal of Huazhong University of Science and Technology(Medical Sciences)》 SCIE CAS 2017年第6期842-848,共7页
Outbreaks of hand-foot-mouth disease(HFMD) have occurred many times and caused serious health burden in China since 2008. Application of modern information technology to prediction and early response can be helpful ... Outbreaks of hand-foot-mouth disease(HFMD) have occurred many times and caused serious health burden in China since 2008. Application of modern information technology to prediction and early response can be helpful for efficient HFMD prevention and control. A seasonal auto-regressive integrated moving average(ARIMA) model for time series analysis was designed in this study. Eighty-four-month(from January 2009 to December 2015) retrospective data obtained from the Chinese Information System for Disease Prevention and Control were subjected to ARIMA modeling. The coefficient of determination(R^2), normalized Bayesian Information Criterion(BIC) and Q-test P value were used to evaluate the goodness-of-fit of constructed models. Subsequently, the best-fitted ARIMA model was applied to predict the expected incidence of HFMD from January 2016 to December 2016. The best-fitted seasonal ARIMA model was identified as(1,0,1)(0,1,1)12, with the largest coefficient of determination(R^2=0.743) and lowest normalized BIC(BIC=3.645) value. The residuals of the model also showed non-significant autocorrelations(P_(Box-Ljung(Q))=0.299). The predictions by the optimum ARIMA model adequately captured the pattern in the data and exhibited two peaks of activity over the forecast interval, including a major peak during April to June, and again a light peak for September to November. The ARIMA model proposed in this study can forecast HFMD incidence trend effectively, which could provide useful support for future HFMD prevention and control in the study area. Besides, further observations should be added continually into the modeling data set, and parameters of the models should be adjusted accordingly. 展开更多
关键词 hand-foot-mouth disease forecast surveillance modeling auto-regressive integrated moving average(ARIMA)
下载PDF
CONSTRUCTION OF POLYNOMIAL MATRIX USING BLOCK COEFFICIENT MATRIX REPRESENTATION AUTO-REGRESSIVE MOVING AVERAGE MODEL FOR ACTIVELY CONTROLLED STRUCTURES 被引量:1
4
作者 李春祥 周岱 《Acta Mechanica Sinica》 SCIE EI CAS CSCD 2004年第6期661-667,共7页
The polynomial matrix using the block coefficient matrix representation auto-regressive moving average(referred to as the PM-ARMA)model is constructed in this paper for actively controlled multi-degree-of-freedom(MDOF... The polynomial matrix using the block coefficient matrix representation auto-regressive moving average(referred to as the PM-ARMA)model is constructed in this paper for actively controlled multi-degree-of-freedom(MDOF)structures with time-delay through equivalently transforming the preliminary state space realization into the new state space realization.The PM-ARMA model is a more general formulation with respect to the polynomial using the coefficient representation auto-regressive moving average(ARMA)model due to its capability to cope with actively controlled structures with any given structural degrees of freedom and any chosen number of sensors and actuators.(The sensors and actuators are required to maintain the identical number.)under any dimensional stationary stochastic excitation. 展开更多
关键词 actively controlled MDOF structures stationary stochastic processes polynomial matrix auto-regressive moving average
下载PDF
基于ARMA模型的隧道变形预测及参数估计分析
5
作者 刘君伟 杨晓辉 《市政技术》 2024年第7期54-60,共7页
以北京市海淀区某地铁站一体化棚户区改造项目为例,运用ARMA模型对高层建筑盖挖逆作法施工过程中邻近既有地铁隧道变形进行预测。以既有地铁隧道沉降实时监测数据为原始数据集,对原始数据集进行适当插补处理后,通过极大似然估计法对模... 以北京市海淀区某地铁站一体化棚户区改造项目为例,运用ARMA模型对高层建筑盖挖逆作法施工过程中邻近既有地铁隧道变形进行预测。以既有地铁隧道沉降实时监测数据为原始数据集,对原始数据集进行适当插补处理后,通过极大似然估计法对模型进行参数估计,给出了模型关键参数,构建了合理的预测模型。将模型预测结果与实测数据进行对比,显示预测结果与实测数据变化趋势高度吻合,充分验证了预测模型的可行性、有效性与稳定性。 展开更多
关键词 地铁隧道 arma模型 变形预测 时间序列
下载PDF
基于单位根检验和ARMA模型的桥墩位移稳定性时间序列分析 被引量:3
6
作者 陈刚 郭鹏 +2 位作者 皮鹤 孙聪 李春光 《武汉工程大学学报》 CAS 2023年第5期586-590,共5页
评估桥墩位移是否收敛和稳定是桥梁健康评估的重要内容。在运用全球定位系统获取桥墩三维监测位移的基础上,首先运用时间序列方法对监测数据进行处理和分析,并使用单位根检验来确定桥梁监测序列是否平稳,为了克服短期偶发因素影响,进而... 评估桥墩位移是否收敛和稳定是桥梁健康评估的重要内容。在运用全球定位系统获取桥墩三维监测位移的基础上,首先运用时间序列方法对监测数据进行处理和分析,并使用单位根检验来确定桥梁监测序列是否平稳,为了克服短期偶发因素影响,进而建立自回归移动平均模型对桥梁信号监测数据进行预测分析,最后将桥墩水平位移实测数据与模型拟合结果的残差序列进行单位根检验,以进一步确定桥墩位移的长期稳定性。工程实例表明:单位根检验表明监测序列没有时间趋势,不存在单位根,数据序列为平稳序列,具有常均值和方差;自回归移动平均模型能够较好地刻画监测数据,且具有较高的可靠性和可行性;根据平稳时间序列模型的特征,可以计算监测序列的均值和方差。 展开更多
关键词 时间序列 单位根检验 自回归移动平均模型 桥墩位移
下载PDF
基于水电储能调节的风光水发电联合优化调度策略
7
作者 何奇 张宇 +4 位作者 邓玲 王海亮 谢琼瑶 王春 胡家旗 《广东电力》 北大核心 2024年第3期12-24,共13页
为缓解新能源装机容量扩大引起的弃风弃光现象,在已有梯级水电上下电站之间加入储能泵站,提出风光水储短期优化调度策略。构建以风光水储系统负荷跟踪误差最小、梯级水电站发电量最大和梯级水电站发电耗水量最小的多目标优化调度模型;... 为缓解新能源装机容量扩大引起的弃风弃光现象,在已有梯级水电上下电站之间加入储能泵站,提出风光水储短期优化调度策略。构建以风光水储系统负荷跟踪误差最小、梯级水电站发电量最大和梯级水电站发电耗水量最小的多目标优化调度模型;提出基于季节性自回归移动平均(seasonal auto-regressive lntegrated moving average, SARIMA)模型和Copula函数的风光出力预测模型作为优化调度模型的边界条件,通过SARIMA预测模型将风光出力历史数据分解为季节性分量、趋势分量以及随机噪声余项进行全天96个调度时段风光出力预测,并叠加上基于Copula函数生成风光出力预测误差,然后通过拉丁超立方采样以及K-means聚类进行场景生成和缩减得到5个风光出力场景。选取风光典型日出力数据为例进行算例分析,算例结果表明:所提预测模型较SARIMA模型可以显著提高预测准确度,模型预测风光出力均方根误差从33.34、229.49 MW分别下降至0.697、9.534 MW;所提优化调度策略可以在全年丰、平、枯水期有效减少弃风弃光现象,并可将过剩新能源中的50%转化为上级水库储存水能。 展开更多
关键词 风光出力预测 季节性自回归移动平均模型 COPULA函数 风光水储系统 负荷跟踪
下载PDF
基于SARIMA和SVR组合模型的转向架系统寿命评估
8
作者 师蔚 范乔 +2 位作者 杨洋 胡定玉 廖爱华 《铁道机车车辆》 北大核心 2024年第1期157-163,共7页
随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持... 随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持向量回归(SVR)的组合模型对转向架寿命进行评估。首先,将车辆转向架系统历史故障率转化为健康指数,然后基于协方差优选法将SARIMA和SVR进行赋权组合,根据转向架系统历史健康指数进行预测,最后建立历史和预测的健康指数与运行时间的数学模型,分析得到转向架系统的剩余寿命。以某地铁车辆转向架系统为例进行算例分析及验证,结果表明组合模型可更准确地预测其健康状态,为有关维修部门开展维修维护策略提供理论依据,估计得出其剩余寿命,为车辆寿命后期退役及延寿决策提供理论数据分析支撑。 展开更多
关键词 转向架系统 寿命预测 季节性回归移动平均和支持向量回归(SARIMA和SVR) 组合模型 协方差优选法
下载PDF
基于改进灰色ARMA模型的卫星钟差短期预报研究 被引量:19
9
作者 李晓宇 杨洋 +1 位作者 胡晓粉 贾蕊溪 《大地测量与地球动力学》 CSCD 北大核心 2013年第1期59-63,共5页
导航卫星钟差的精度直接影响导航定位性能。针对卫星钟差由趋势项和随机项组成的特点,提出一种改进灰色模型和ARMA模型的钟差预报组合模型。对传统灰色模型进行改进并建立趋势项预报模型,提取钟差随机项建立ARMA模型,最后将预报结果相... 导航卫星钟差的精度直接影响导航定位性能。针对卫星钟差由趋势项和随机项组成的特点,提出一种改进灰色模型和ARMA模型的钟差预报组合模型。对传统灰色模型进行改进并建立趋势项预报模型,提取钟差随机项建立ARMA模型,最后将预报结果相加。在算例中采用IGS提供的精密钟差进行预报,仿真结果表明钟差精度较高。 展开更多
关键词 钟差预报 改进灰色模型 arma 组合模型 钟差精度
下载PDF
基于类噪声信号和ARMA-P方法的振荡模态辨识 被引量:21
10
作者 吴超 陆超 +2 位作者 韩英铎 吴小辰 柳勇军 《电力系统自动化》 EI CSCD 北大核心 2010年第6期1-6,共6页
弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测... 弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中提出一种自回归滑动平均-Prony(ARMA-P)方法对这种类噪声信号进行处理,在采用ARMA模型拟合类噪声信号估计低频振荡模式参数的基础上,进一步建立信号的Prony模型,最终实现对低频振荡模态的辨识。将该方法用于对新英格兰系统仿真数据进行处理,其辨识结果与小干扰稳定计算结果进行了比较,并进一步将该方法用于处理南方电网实测数据,证明了其有效性。 展开更多
关键词 振荡模态 类噪声信号 自回归滑动平均-Prony方法
下载PDF
基于ARMA预测模型的交叉口车辆碰撞风险评估 被引量:8
11
作者 张良力 祝贺 +1 位作者 吴超仲 郑安文 《交通运输系统工程与信息》 EI CSCD 北大核心 2015年第5期239-245,共7页
车辆进入交叉口前的速度时间序列可用于预测车辆进入交叉口后若干步数速度值,利用车速预测值推算冲突方向车辆在交叉口内的行驶位移及其车间距离,可评估车辆发生碰撞的风险.针对交叉口附近车速分布符合随机序列特征,采用自回归滑动平均(... 车辆进入交叉口前的速度时间序列可用于预测车辆进入交叉口后若干步数速度值,利用车速预测值推算冲突方向车辆在交叉口内的行驶位移及其车间距离,可评估车辆发生碰撞的风险.针对交叉口附近车速分布符合随机序列特征,采用自回归滑动平均(ARMA)理论进行车速时序预测建模,步骤包括时序数据相关性检查、模型p-q定阶、解析式系数估计、适用性检验.试验结果表明:利用实测车速中的前40个时序数据建立ARMA模型,预测出的20个车速值与实测值贴近,冲突方向两车车速归一化平均绝对误差分别为0.006 56和0.003 4;利用全部60个实测数据建立预测模型,检测预测值残差自相关函数发现其绝对值均小于0.258 2,表明所建车速预测方法适用. 展开更多
关键词 智能交通 碰撞风险评估 自回归滑动平均建模 交叉路口 车速预测
下载PDF
基于ARMA模型模拟高架桥的脉动风速时程 被引量:14
12
作者 李春祥 谈雅雅 李锦华 《振动与冲击》 EI CSCD 北大核心 2009年第6期46-51,59,共7页
强风是高架桥设计与防灾减灾分析的控制性荷载之一。风与高架桥相互作用十分复杂,可以通过风洞试验、现场实测、数值模拟获取可靠的风速(风荷载)数据。尽管如此,时域分析可以使人们更全面地了解高架桥的风振响应特性,也能更直观地反映... 强风是高架桥设计与防灾减灾分析的控制性荷载之一。风与高架桥相互作用十分复杂,可以通过风洞试验、现场实测、数值模拟获取可靠的风速(风荷载)数据。尽管如此,时域分析可以使人们更全面地了解高架桥的风振响应特性,也能更直观地反映高架桥风致振动控制的有效性。因此,使用线性滤波法即白噪声滤波法(WNFM)中的自回归滑动平均(ARMA)模型模拟高架桥的脉动风速时程。首先,考虑高架桥脉动风速的时间和空间相关性,导出自回归(AR)模型阶数与滑动回归(MA)模型阶数不相等时ARMA模型的表达式。接着,基于Kaimal风速谱,使用ARMA模型来模拟一座实际高架桥的脉动风速时程。最后,通过比较模拟风速功率谱、自相关和互相关函数与目标风速功率谱、自相关和互相关函数的吻合程度,验证基于ARMA模型模拟高架桥脉动风速时程的可行性。 展开更多
关键词 高架桥 风荷载 风速时程 自回归滑动平均模型 随机过程 数值模拟
下载PDF
基于Mallat算法与ARMA模型的露天矿卡车故障率预测 被引量:11
13
作者 白润才 柴森霖 +2 位作者 刘光伟 李浩然 张靖 《中国安全科学学报》 CAS CSCD 北大核心 2018年第10期31-37,共7页
为提高露天矿山运输卡车故障率预测精度、降低因非平稳时间序列数据造成的精度损失及有效解决模型参数估计困难等问题,提出一种基于小波分析与自回归滑动平均模型(ARMA)的露天矿山卡车故障率预测方法。首先,根据矿山时间序列数据的非平... 为提高露天矿山运输卡车故障率预测精度、降低因非平稳时间序列数据造成的精度损失及有效解决模型参数估计困难等问题,提出一种基于小波分析与自回归滑动平均模型(ARMA)的露天矿山卡车故障率预测方法。首先,根据矿山时间序列数据的非平稳特征,采用Mallat算法分频处理原始数据,将原始的时间序列分解为一组近似系数和多组细节系数;然后,采用ARMA模型拟合与预测单支重构后的小波系数;其次,引入模型的相关变量,将ARMA模型的参数估计问题转化为带有相关变量的多维高斯分布参数估计问题;最后,通过计算模型中的典型相关变量实现ARMA模型的定阶与参数估计并与其他算法模型进行对比。结果表明:采用此法预测测试集数据,绝对误差的平均值为0. 322,相对误差的平均值为5. 49%;这说明此种组合模型具有更高的拟合精度,应用该模型进行卡车故障率预测是可行且有效的。 展开更多
关键词 露天矿山卡车 故障率 预测方法 小波分析 自回归滑动平均模型(arma)
下载PDF
基于ARMA模型的心电聚类算法 被引量:4
14
作者 毛雪岷 张婷婷 +1 位作者 蔡传晰 李琼 《中国生物医学工程学报》 CAS CSCD 北大核心 2012年第6期816-821,共6页
对心电信号(ECG)这种高维的时间序列进行聚类,最重要的方面之一即进行特征提取。本研究提出利用自回归和移动平均(ARMA)模型拟合ECG信号,以拟合系数的欧氏距离为结构不相似测度征进行聚类。但此方法没有考虑样本数据的各维特征对聚类的... 对心电信号(ECG)这种高维的时间序列进行聚类,最重要的方面之一即进行特征提取。本研究提出利用自回归和移动平均(ARMA)模型拟合ECG信号,以拟合系数的欧氏距离为结构不相似测度征进行聚类。但此方法没有考虑样本数据的各维特征对聚类的不同贡献率,所以本文提出可以把首次聚类每维特征在聚类中的贡献率作为其权值,对每维数据加权后重新进行聚类。以MIT-BIH标准数据库中的正常窦性心率(NSR)和心室早期收缩(PVC)样本数据进行聚类分析,结果表明利用改进后的方法进行聚类的准确度达到93.10%,从而证明了所提方法的有效性。 展开更多
关键词 聚类 arma模型 特征提取 权重确定 ECG信号
下载PDF
生成粉红噪声的ARMA模型 被引量:8
15
作者 吕鹏 周强 谭雅丽 《数据采集与处理》 CSCD 北大核心 2011年第6期728-732,共5页
针对现有粉红噪声的生成方法所存在的计算过程复杂,与理想粉红噪声相比偏差较大等问题,本文提出了一种利用自回归滑动平均(Auto-regressive moving average,ARMA)模型法生成粉红噪声的新方法。首先,构造一个待定系数的ARMA模型,并通过Z... 针对现有粉红噪声的生成方法所存在的计算过程复杂,与理想粉红噪声相比偏差较大等问题,本文提出了一种利用自回归滑动平均(Auto-regressive moving average,ARMA)模型法生成粉红噪声的新方法。首先,构造一个待定系数的ARMA模型,并通过Z变换和功率谱估计的公式进行推导;其次,利用已知的粉红噪声模拟滤波器的传递函数H(s)和双线性Z变换法推导出IIR数字滤波器的传递函数H(z),进而得到粉红噪声的ARMA模型;最后,利用MATLAB对生成的粉红噪声进行功率谱估计并与理想的粉红噪声进行对比。由MATLAB仿真结果可知,利用该方法生成的粉红噪声与理想的粉红噪声拟合度更高,完全符合粉红噪声的各项性能要求。 展开更多
关键词 粉红噪声 自回归滑动平均模型 功率谱估计 双线性Z变换法
下载PDF
基于ARMA误差修正和自适应粒子群优化的SVM短期负荷预测 被引量:18
16
作者 黄元生 邓佳佳 苑珍珍 《电力系统保护与控制》 EI CSCD 北大核心 2011年第14期26-32,共7页
利用最小二乘支持向量机(LS-SVM)进行短期负荷预测的精度及其泛化性能很大程度上取决于其参数选择。对于支持向量机中的核参数σ和惩罚系数C采用基于适应度函数惯性权重自适应调整的粒子群优化算法进行选择。在对LS-SVM回归模型参数优... 利用最小二乘支持向量机(LS-SVM)进行短期负荷预测的精度及其泛化性能很大程度上取决于其参数选择。对于支持向量机中的核参数σ和惩罚系数C采用基于适应度函数惯性权重自适应调整的粒子群优化算法进行选择。在对LS-SVM回归模型参数优化的基础上,建立自回归滑动平均(ARMA)误差预测模型来修正负荷预测结果从而提高预测精度。选择某地区夏季96点负荷数据作为训练样本和测试样本进行分析,并且选择SVM模型进行对比。实验结果表明,同标准的SVM回归模型相比,APSO-ARMA-SVM负荷预测模型能明显改善预测精度,能够推广到电价预测等其他预测领域。 展开更多
关键词 最小二乘支持向量机 自适应粒子群优化 自回归滑动平均 误差修正
下载PDF
一种改进的ARMA模型参数估计方法 被引量:6
17
作者 邓卫强 王跃钢 +1 位作者 杨颖涛 郑文达 《振动.测试与诊断》 EI CSCD 北大核心 2011年第3期377-380,400,共4页
针对自回归滑动平均(auto-regressive moving average,简称ARMA)模型参数谱估计容易出现谱峰漂移问题,提出一种基于组合目标函数和遗传算法的ARMA模型参数估计方法。通过最小均方误差准则获得ARMA模型参数初始估计,依据现代谱估计理论... 针对自回归滑动平均(auto-regressive moving average,简称ARMA)模型参数谱估计容易出现谱峰漂移问题,提出一种基于组合目标函数和遗传算法的ARMA模型参数估计方法。通过最小均方误差准则获得ARMA模型参数初始估计,依据现代谱估计理论和连续函数极值存在的必要条件推导模型参数的频域约束方程,构造组合目标函数并采用遗传算法对模型参数初始估计值进行优化获得模型参数的最优解。将该方法用于车削状态下尾顶尖垂直方向振动加速度时间序列建模和谱估计,结果表明了方法的有效性。 展开更多
关键词 自回归滑动平均模型 参数估计 传递函数 遗传算法 约束方程 组合目标函数
下载PDF
基于ARMAV模型的国内海洋捕捞与海水养殖产量的分析 被引量:5
18
作者 张丽梅 王雪标 +1 位作者 李久奇 王博 《大连海洋大学学报》 CAS CSCD 北大核心 2011年第2期157-161,共5页
为了揭示国内海洋捕捞和海水养殖产量的相关关系,准确地跟踪并预测海洋捕捞和海水养殖产量的短期未来趋势,利用时序分析方法对1954—2006年国内海洋捕捞和海水养殖产量数据建立了多维自回归滑动平均(ARMAV)模型。该方法不仅避免了分别... 为了揭示国内海洋捕捞和海水养殖产量的相关关系,准确地跟踪并预测海洋捕捞和海水养殖产量的短期未来趋势,利用时序分析方法对1954—2006年国内海洋捕捞和海水养殖产量数据建立了多维自回归滑动平均(ARMAV)模型。该方法不仅避免了分别使用自回归滑动平均(ARMA)模型对两序列建模未考虑序列间关系的弊端,还通过数据的先期平稳化处理而使得算法的运用更具有针对性。图像与误差计算结果均表明,用本研究中给出的ARMAV(2,1,2)算法对两序列进行跟踪及预测具有效性。 展开更多
关键词 海洋捕捞产量 海水养殖产量 平稳性 多维自回归滑动平均(armaV)模型
下载PDF
设备故障评估新指标及基于ARMA的预测系统 被引量:7
19
作者 李波 赵洁 郭晋 《系统工程与电子技术》 EI CSCD 北大核心 2011年第1期98-101,共4页
设备故障停机时间受生产调度的影响较大,不能真实反映设备的自身性能,且具有很强的随机性和波动性,不适于直接用来进行自回归移动平均(auto-regressive moving average,ARMA)建模。针对此问题,提出一种设备故障评估指标——设备不可用度... 设备故障停机时间受生产调度的影响较大,不能真实反映设备的自身性能,且具有很强的随机性和波动性,不适于直接用来进行自回归移动平均(auto-regressive moving average,ARMA)建模。针对此问题,提出一种设备故障评估指标——设备不可用度,将设备故障停机时间转换为设备不可用度,通过异常点替代和数据平稳化等两种数据预处理,建立零均值平稳随机序列进行ARMA建模,并把预测结果转换为设备在一定时间内的故障发生概率。在某半导体芯片封装测试工厂的试验结果表明该方法能以70%的精度预测设备状态,在一个班(12 h)里设备不可用度平均降低2.62%,设备故障停机时间平均减少14.8 min。 展开更多
关键词 故障评估指标 数据处理 故障预测 自回归移动平均模型
下载PDF
基于ARIMA-IPOA-CNN-LSTM的太湖水体溶解氧浓度预测模型
20
作者 杨焕峥 崔业梅 +1 位作者 徐玲 薛洪惠 《水电能源科学》 北大核心 2024年第10期55-59,共5页
为了提高太湖水体中溶解氧浓度(DOC)参数的预测准确性,设计了一种基于ARIMA-IPOA-CNN-LSTM的预测模型。首先,采用差分自回归移动平均模型(ARIMA)捕捉数据的时间序列趋势和季节性特征;其次,引入卷积神经网络(CNN)和长短期记忆网络(LSTM)... 为了提高太湖水体中溶解氧浓度(DOC)参数的预测准确性,设计了一种基于ARIMA-IPOA-CNN-LSTM的预测模型。首先,采用差分自回归移动平均模型(ARIMA)捕捉数据的时间序列趋势和季节性特征;其次,引入卷积神经网络(CNN)和长短期记忆网络(LSTM)模型,分别从数据中学习空间和时间特征;再次,提出了一种改进的鹈鹕优化算法(IPOA)来优化模型参数,算法增加了Logistic混沌映射种群初始化、反向差分进化、萤火虫扰动的方法,CEC2005函数的测试结果显著优于传统鹈鹕优化算法;最后,将“剪枝”模型部署于STM32嵌入式设备。试验结果表明,在溶解氧浓度预测方面,该模型具有高的准确性和鲁棒性,为水环境保护提供了一种高效、可靠的解决方案。 展开更多
关键词 差分自回归移动平均 鹈鹕优化算法 卷积神经网络 水体 溶解氧浓度
下载PDF
上一页 1 2 16 下一页 到第
使用帮助 返回顶部