-
题名一种改进的ARIMA预测模型在船舶系统中的应用
被引量：1
- 1
-
-
作者
郑卓
陈奥
李越曌
-
机构
中国船舶及海洋工程设计研究院
-
出处
《船舶与海洋工程》
2023年第6期29-34,55,共7页
-
文摘
为实现船舶设备维护方式的智能化升级,用视情维修代替传统的定期巡检,提出一种基于改进粒子群算法(Particle Swarm Optimization,PSO)优化的Elman神经网络融合自回归差分移动平均模型(Auto-Regressive Integrated Moving Average,ARIMA)模型的组合预测模型,用于对设备状态参数进行预测。根据序列特征拟合ARIMA模型,利用改进的PSO算法优化Elman神经网络的权值和阈值,基于改进的PSO-Elman模型的残差预测值修正ARIMA模型预测结果。采用某船设备实际数据对该组合预测模型进行训练和验证,将其预测结果与其他模型的预测结果相对比,结果表明,该组合预测模型具有较高的预测精度和稳定性。
-
关键词
时间序列
ARIMA模型
粒子群算法
ELMAN神经网络
残差修正
-
Keywords
time series
ARIMA model
PSO algorithm
Elman neural network
error correction
-
分类号
U672.7
[交通运输工程—船舶及航道工程]
-
