基于二维区间自回归模型的烧结终点预测

炼铁烧结生产过程中,烧结终点位置难以确定,建立二维区间自回归模型对烧结终点进行预测。在阐述模型原理的基础上,设计基于运动模式的二维区间自回归预测建模流程,包括构建自回归预测模型得到计算空间的模式类别变量,利用K近邻算法分类得到模式运动空间中的模式类别变量。采用实际烧结终点废气温度数据验证模型,包括采用主成分分析法对多个废气温度时间序列得到进行降维并形成二维数据空间;利用四叉树粒子群优化算法划分废气温度时间序列二维模式运动空间;引入二维区间数来度量模式类别变量;建立二维带输入的区间自回归模型(IARX)实现炼铁烧结终点预测。结果表明,与传统的一维区间自回归模型相比,所建模型预测准确度更高。

缺失数据下区间自回归模型的参数估计

研究了当数据存在缺失时区间值自回归模型的参数估计问题.利用均值补充法、条件均值补充法对缺失数据进行补充,在此基础上进一步利用条件最小二乘估计方法对模型参数进行了估计,并通过随机模拟说明了上述估计方法的合理性.

区间自回归模型及其性质

运用中心半径法表示区间值数据,对区间值时间序列观测数据进行建模.同时对该模型的模型性质进行研究,给出了该模型的均值函数、方差函数、协方差函数和自相关系数等数字特征.

基于门限自回归条件异方差区间模型的大宗商品价格预测

大宗商品是工业生产和金融投资中不可或缺的组成部分,准确的大宗商品价格预测对保障工业生产顺利进行和帮助投资者规避风险具有重要意义.但现有的大宗商品价格预测模型大多是基于收盘价构建的点值模型,忽略了价格的波动信息.因此,本文从区间价格预测的角度出发,提出了一个带有外生变量的门限自回归条件异方差区间模型(HTARIX),构建了一个基于区间型数据的检验统计量来检验模型是否存在条件异方差,进而提出了广义最小DK距离估计求解模型参数,并将其应用于大宗商品市场.HTARIX模型的优势在于能够捕捉区间型时间序列模型的条件异方差和非线性特征.相比于传统的点值数据模型,我们的方法能够更加充分地利用区间的内部信息.实证结果表明,本文提出的模型在大宗商品区间价格预测上的表现优于其他对比模型.

基于区间数度量的运动模式建模与控制

针对一类复杂的生产过程,本文作者在前期研究成果中,提出了基于运动模式的建模方法与控制方法的思想.针对该方法中模式类别变量的度量问题,本文提出采用区间数来度量模式类别变量,进而提出了一种基于区间数度量的运动模式建模与控制方法.首先,采用K均值聚类算法对收集的足够长时间内的工况数据进行聚类,得到C个模式类别,进而构成模式刻度"空间".为了描述模式的运动,本文提出了带输入的区间自回归模型(IARX).在此基础上,采用IARX模型建立模式类别变量的控制模型并给出了相应的控制算法.最后,以烧结生产过程为例验证了本文所提建模与控制方法的有效性.

集值和区间值的多元时间序列

研究集值多元时间序列的一些初步的理论,这为拓广经典的多元时间序列模型提供了理论基础.首先,基于集值理论,进一步提出集值向量、集值随机向量的定义,并给出集值随机向量的期望向量、交叉协方差阵与交叉相关阵的定义与性质.然后,在此基础上,给出集值多元时间序列的定义,并研究关于集值多元时间序列的平稳性,期望向量、交叉协方差阵和交叉相关阵的定义及性质,讨论平稳的集值多元时间序列的最优线性预测问题.最后,在集值多元时间序列的基础之上,讨论区间值多元时间序列,并建立区间值多元自回归模型.模拟研究与实证分析验证了该模型与所提出方法的合理性.