基于改进PSO算法对ARMA模型定阶新方法

在研究传统AIC准则定阶方法的缺点的基础上,提出用改进的粒子群算法对ARMA(r,m)模型定阶的新方法。基本思想是,由于粒子群算法容易早熟,易陷入局部最优,从而导致过早收敛,得不到最优解,因此提出利用母群划分子群的搜索方法避免算法陷入局部最优的问题。子群各自进行搜索得出最优解,由最优解作为新一代粒子种群,继续搜索自动生成最优解,对ARMA模型进行准确定阶,克服了AIC定阶准则的计算法繁琐、定阶不精确的缺点。通过MATLAB进行实例仿真验证,证明了该方法简单可行。

一种基于奇异值分解技术的模型定阶方法

模态参数识别中模型阶次的确定非常重要。基于奇异值分解技术,探讨模型阶次的确定方法,提出了利用奇异值的相对变化率来确定模型的阶次。该方法利用结构的量测脉冲响应信号构造Hankel矩阵,对其进行奇异值分解后计算奇异值的相对变化率,变化率最大的地方对应着模型的阶次。通过数值算例研究了噪声因素对模型阶次确定的影响,并利用模型实验数据验证了该方法的有效性。

当代世界职业教育发展趋势研究——现象与规律(之二)——基于纵向维度递进发展的趋势:定阶与进阶

当代世界职业教育的发展,具有纵向递进的特点。瑞士建立现代职业教育体系,其基于教育分类的规范性国家体系,彰显从层次到类型的嬗变;英国改革国家职业资格制度,其基于资格分级的开放性国家体系,彰显从经验到策略的跃迁;澳大利亚完善国家资格框架,其基于资格分级的规范性国家体系,彰显从低端到高端的晋级;日本建立职业段位制度,其基于资格分级的规范性企业体系,彰显从低段到高段的提振;德国开发信息职业继续教育体系,其基于技能分级的晋升型国家体系,彰显从新手到专家的成长;台湾地区"追求卓越的职业教育",其基于产业升级的因应性教育体系,彰显从定格到升格的跟进;欧盟制定欧洲资格框架,其基于资格分级的泛欧性区域体系,彰显从等外到等值的升华;教科文组织发布新版国际教育分类,其基于课程证书的标准化教育框架,彰显从排斥到全纳的认同。显然,这些案例或现象,显现出职业教育在"纵向"或"垂直"维度的递升,是职业教育疆域的"高度"延伸。这一"高度"的延伸,在内涵层面为:层次——类型、经验——策略、新手——专家、等外——等值、排斥——全纳;在外延层面则为:低端——高端、低段——高段、定格——升格。用一句话概括,便是"从定阶走向进阶"的提升,这表明职业教育有着符合自身规律的发展空间,这是因为:其一,职业人才结构的层次性是社会需求与个性需求的集成效应的必然结果;其二,职业教育结构的层次性是技术发展与技能应对的互动效应的必然结果。

参数化地震子波估计模型定阶方法研究综述

参数化模型地震子波提取中模型阶数的确定对子波提取的精度至关重要,笔者针对因果地震子渡MA、ARMA模型,总结了目前比较成熟的四类定阶方法:相关分析法、信息量准则法、线性代数法及基于优化算法的模型定阶方法,分析比较发现这些算法都存在不同程度的缺陷,只能在各自的适用范围内得到较好的定阶结果,针对算法在子波建模应用中的不足提出了改进建议;同时分析比较了基于高阶累积量的非因果系统模型定阶的各种方法,并对非因果地震子波模型定阶进行了展望.

基于预报误差最小的自回归模型定阶方法研究

以独立样本的平均绝对预报误差最小为依据，进行了自回归模型定阶方法的研究，简称MAPE方法（MeanAbsolutePredictionError）。应用MAPE方法及五种常用的定阶方法（FPE，AIC，BIC，L1和L2准则），对上海月平均温度序列（1873—1980年）进行定阶试验计算和预报检验。结果表明，MAPE方法是一种效果较好的自回归模型定阶方法，并且简单实用。

OFDM系统基于自适应定阶的MMSE信道估计

MMSE估计是OFDM系统中常用的信道估计算法。针对MMSE信道估计的失配问题,该文提出了一种基于自适应定阶的MMSE估计算法。该算法通过对信道最大多径时延的估计,自适应地调整信道自相关函数的产生,获得接近匹配时的MMSE估计效果。

基于Lasso及Adaptive Lasso的AR(p)模型定阶及参数估计

Lasso类方法可以同时实现变量选择与参数估计,将之运用于AR(p)模型的定阶及参数估计,可以大大简化计算步骤和时间.本文在前人基础上利用Lasso类方法,改进了AR(p)模型的定阶与参数估计,通过计算机编程模拟,验证了此类方法的可行性,并比较了在不同样本量情况下,Lasso和Adaptive Lasso方法在定阶和参数估计两方面的优良性,最后将较优的Adaptive Lasso方法用于实际时间序列数据中,并对结果进行分析,指出了该方法的实用性.

关于对时序模型定阶方法的研究

In this article,authors make a systematical induction and classification to methods of time series model in articles at home and abroad.After comparison and analysis to each method,they give the judgement,and study the applicable conditions for each method.

混沌时间序列的Volterra自适应预测滤波器定阶

由于Volterra自适应滤波器的阶数对预测性能有较大的影响,在实际预测中,如何确定Volterra自适应滤波器的最优阶数就成为一个关键问题,该文运用相空间重构理论,推导出了Volterra自适应滤波器的最优阶数等于混沌动力系统的最小嵌入维数,作者用六种混沌时间序列进行实验,结果表明这种定阶方法在混沌时间序列Volterra自适应预测中非常成功,该方法对噪声影响的变化,表现出较好的鲁棒性。

自回归模型的最优定阶及其在长期预报中的应用

对自回归模型的５种定阶方法（ＦＰＥ、ＡＩＣ、ＢＩＣ、Ｌ＿１和Ｌ＿２准则）作了概述，并应用上述方法对青岛月平均温度序列进行了自回归模型定阶试验．结果指出，ＦＰＥ、ＡＩＣ和Ｌ＿１准则选择自回归模型的阶数较高，乌准则选择自回归的阶数为中等，ＢＩＣ准则确定的阶数最低．文章还提出了一个应用自回归模型递推预报月平均温度的方法，预报实践证明，由ＢＩＣ准则产生的低阶自回归模型的效果优于其它方法．

调速阀故障诊断的AR双谱定阶方法比较

为解决故障诊断中确定最优的自回归(AR)模型阶数的问题,运用最终预测误差(FPE)、阿凯克信息准则(AIC)、贝叶斯信息准则(BIC),以及奇异值分解(SVD)的切片法和Frobenius法共5种定阶方法对调速阀的故障进行自回归模型定阶实验.结果表明,FPE,AIC,BIC及SVD切片法确定的阶数较低,而用SVD Frobenius法确定的阶数较高.通过不同阶数、不同故障的调速阀故障诊断实验可知,用SVD Frobenius法建立的AR模型效果优于其他方法.

基于遗传算法的ARMA模型定阶新技术

针对时间序列分析与预测中最为常见的ARMA模型的定阶问题,在分析传统定阶方法缺点的基础上,提出了用遗传算法确定ARMA(n,m)模型的自回归阶数n和滑动平均阶数m的新方法。首先由ARMA模型的预测值与实测值定义平均相对变动值(Average relative variance,ARV),并根据其建立遗传算法的适应度函数;然后选取适当的种群数、交叉效、变异率及进化代数;通过逐代进化,得到最优的ARMA模型。最后,通过太阳黑子数据验证了基于遗传算法的ARMA模型定阶新技术的有效性和实用性。

关于时间序列AR模型定阶问题的一些研究

本文对AR模型的差比定阶方法进行了修正;并从工程应用角度,在机械故障诊断的领域里,提出分低阶AR模型和高阶AR模型的观点以及根据FFT-AR谱相似系数取最大值的定阶方法。

多目标局部残差平方和的定阶方法

基于实践应用的需要,通过对自回归模型中的残差方差图定阶方法进行研究,提出了局部残差平方和的定阶方法.这种定阶方法把多目标规划理论与事物局部特征结合起来.实例表明:对自回归模型进行定阶时,运用局部残差平方和的定阶方法,能有效地提高自回归模型的预测精度.对自回归模型阶数的取值上限作了重新界定,并在理论上给出了证明.

一种因果混合相位ARMA模型定阶方法

自回归滑动平均(Autoregressive moving average,ARMA)模型为因果混合相位的假设条件下,分别采用基于样本自相关函数和样本高阶累积量的奇异值分解(Singular value decomposition,SVD)法对自回归(Autore-gressive,AR)部分定阶,同时将信息量准则法与高阶累积量法进行有机结合,提出了一种新的MA模型定阶方法。数值仿真证明,本文提取的新方法定阶效率高,并且可以有效地提高高阶累积量法确定滑动平均(Moving average,MA)阶数的稳定性,具有很好的应用价值。

有噪声场合自回归模型的参数估计及定阶

本文讨论了有噪声场合自回归模型的参数估计及定阶问题 ,还给出了噪声模型的参数估计 ,证明了它们的强相容性 。

基于Nonnegative Garrote的ARX和ARMA模型定阶方法

针对传统ARX和ARMA模型定阶方法计算量大和稳定性不强的缺点,提出采用非负绞杀法对ARX和ARMA模型进行定阶。通过分析ARX和ARMA模型的特点,对常规非负绞杀方法进行了改进,使其更适用于动态系统辨识问题,进而给出了相应的求解算法。仿真实验的结果表明了该方法的有效性,且在稳定性上优于传统的信息量准则法。

一种模型定阶方法

模型类型选择和模型适用性检验是时序建模的两个基本问题.而时序模型适用性检验的核心问题是模型阶数确定.本文从F检验出发,以AIC为基础,推导出模型定阶F检验临界值.用它定阶简便实用.举例计算,其结果和其他定阶方法完全一致.

高阶谱应用中模型定阶问题分析

讨论了高阶谱应用过程中涉及到的模型定阶问题。在采用AR参数法来估计双谱时,如果阶数太低,使频谱太简单、平坦,无法显示频谱峰谷结构的细节,得不到详细的二次相位耦合信息;阶数过高,则会产生虚假峰。文章常用的几种定阶方法进行了分析。

线性系统定阶的快速算法

线性系统阶次的确定是系统建模和辩识的一个重要问题。对于ARMAX系统模型,本文通过构造模型相关方程定义了模型相关残差。在此基础上提出了确定模型阶次的一个判据,并给出了获得模型相关残差的递推快速算法。