针对导弹备件消耗呈现"小样本、非平稳"的特点,为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的...针对导弹备件消耗呈现"小样本、非平稳"的特点,为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的过程中,提出了先对小波基方程和分解层数2个特征进行参数化,再定量地对所有子模型的特征参数进行统一、综合的评估,以达到建立最佳组合模型的目的;然后对具有平稳特性的高频信息用阻尼最小二乘法优化的ARMA(Autoregressive and Moving Average)模型进行预测,对反映整体趋势体现非平稳的低频信息用背景值优化和数据变换技术改进的GM(1,1)模型进行预测.实例结果表明所提出的组合预测方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性.展开更多
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...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。展开更多
文摘针对导弹备件消耗呈现"小样本、非平稳"的特点,为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的过程中,提出了先对小波基方程和分解层数2个特征进行参数化,再定量地对所有子模型的特征参数进行统一、综合的评估,以达到建立最佳组合模型的目的;然后对具有平稳特性的高频信息用阻尼最小二乘法优化的ARMA(Autoregressive and Moving Average)模型进行预测,对反映整体趋势体现非平稳的低频信息用背景值优化和数据变换技术改进的GM(1,1)模型进行预测.实例结果表明所提出的组合预测方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性.
