基于HPM-JTM混合模型参数估计优化的非高斯过程模拟

1

作者 罗颖 程彦凯 +2 位作者 韩艳 刘雨辰 胡朋 《振动与冲击》 北大核心 2025年第14期1-10,共10页

由于实际工程的激励较为复杂,常呈现非高斯特性,导致高斯过程的假设不再适用,因此需要开展非高斯过程模拟。目前而言,常见的方法是通过高斯过程转换实现非高斯过程模拟。相比一般的隐式映射,Hermite多项式模型(Hermite polynomial model... 由于实际工程的激励较为复杂,常呈现非高斯特性,导致高斯过程的假设不再适用,因此需要开展非高斯过程模拟。目前而言,常见的方法是通过高斯过程转换实现非高斯过程模拟。相比一般的隐式映射,Hermite多项式模型(Hermite polynomial model,HPM)和Johnson转换模型(Johnson transformation model,JTM)提供了非高斯过程与标准高斯过程之间的显式转换。针对HPM-JTM混合模型,该研究探讨了如何进一步提升模拟效率。首先,为了避免迭代过程,基于支持向量回归优化了HPM和JTM参数估计流程,提高了参数估计效率;随后,通过谐波合成法和线性滤波法的模拟流程对比,在非高斯过程模拟中采用线性滤波法能够提升模拟效率;最后,结合波浪场和脉动风场的实例分析,展示了改进流程的精度和效率。结果表明,改进流程能够在保证精度的同时实现多变量非高斯过程的高效模拟。 展开更多

关键词 非高斯过程模拟 Hermite多项式模型-Johnson转换模型(HPM-JTM)混合模型 参数估计 支持向量回归 线性滤波法

在线阅读 下载PDF 职称材料

误差为AR(1)过程的半函数型偏线性回归模型参数估计的强收敛性 被引量：2

2

作者 臧智军 凌能祥 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第4期616-620,共5页

文章研究了基于半函数型偏线性回归模型Y=XTβ+m(T)+ε,(X,T)与误差ε相互独立,在一定假设条件下,当误差满足AR(1)过程时,建立了这种半函数型偏线性回归模型中未知参数β的估计量β^的强收敛性,推广了现有文献中的结果。

关键词 半函数型偏线性回归模型 函数型随机变量 强收敛性 ar(1)过程

在线阅读 下载PDF 职称材料

基于MS-VAR模型的中国创新质量演化阶段性与区域异质性研究 被引量：1

3

作者 张林 陈梓慕 《区域经济评论》 CSSCI 北大核心 2024年第3期52-60,共9页

创新是高质量发展的第一动力,但是,创新质量本身缺少系统研究。从投入产出过程角度看,创新质量分为研发投入的知识产出质量和知识投入的经济产出质量两个阶段,基于马尔可夫区制转换向量自回归模型(MS-VAR)对中国及其分区1995-2021年时... 创新是高质量发展的第一动力,但是,创新质量本身缺少系统研究。从投入产出过程角度看,创新质量分为研发投入的知识产出质量和知识投入的经济产出质量两个阶段,基于马尔可夫区制转换向量自回归模型(MS-VAR)对中国及其分区1995-2021年时间序列数据进行检验,揭示投入产出过程创新质量演化阶段性及其区域异质性。研究发现:目前我国处于新的创新质量快速提升期。R&D投入强度的增加会促进专利产出质量,专利产出质量的增加也会促进新产品销售收入。前者在创新质量快速提升期更显著,后者在创新质量稳定发展期更显著。四大地区①的创新周期具有时间先后性,东部地区最早进入创新质量稳定发展期,西部地区最晚;两次过程中,创新投入产出质量之间正向效应的区域异质性和区制异质性并存;但处于创新质量稳定发展期的西部地区两种投入产出效应都为负。 展开更多

关键词 创新质量 投入产出过程 马尔可夫区制转换向量自回归模型

在线阅读 下载PDF 职称材料

风场模拟中AR模型的若干问题 被引量：17

4

作者 张文福 马昌恒 肖岩 《计算力学学报》 EI CAS CSCD 北大核心 2009年第1期124-130,共7页

自回归(AR)模型具有计算量小,模拟速度快等优良特性,在风场模拟中得到了广泛应用。本文对AR模型进行了系统的研究,将脉动风场模拟中广泛应用的AR模型归为两大类,对模型中的参数从理论上进行了合理的解释。对两种模型模拟脉动风场时涉及... 自回归(AR)模型具有计算量小,模拟速度快等优良特性,在风场模拟中得到了广泛应用。本文对AR模型进行了系统的研究,将脉动风场模拟中广泛应用的AR模型归为两大类,对模型中的参数从理论上进行了合理的解释。对两种模型模拟脉动风场时涉及到的Wiener-Khintchine公式的变换形式,通过分析对其进行了修正,指出算法上可以采用FFT技术来计算互相关矩阵的元素以提高计算效率。提出了AR模型编程中偶然发现的自回归顺序问题,算例表明两种不同方法的风速时程样本及其无偏自相关估计和自功率谱估计均有较大的影响,希望能引起更多同行对该问题的注意。尽管标量过程AR模型简单且易于掌握,但不能考虑时滞问题。相比之下,理论分析和数值实验都证明,向量过程的AR模型在精度总体要高于标量过程的AR模型,但其运算时间也相应增多。 展开更多

关键词 风场模拟 标量过程ar模型 向量过程ar模型 Wiener-Khintchine公式 FFT 自回归顺序

在线阅读 下载PDF 职称材料

基于油液光谱LSSVR-AR模型的发动机故障预测 被引量：4

5

作者 徐超 张培林 +2 位作者 任国全 李兵 吴定海 《内燃机学报》 EI CAS CSCD 北大核心 2010年第2期160-164,共5页

针对传统油液光谱数据预测模型精度有限的不足,提出了一种基于最小二乘支持向量回归(LSSVR)与AR模型相结合的非平稳时间序列建模方法(LSSVR-AR),并应用于某型履带车辆发动机油液光谱数据及故障的预测。首先对非平稳时间序列进行最小二... 针对传统油液光谱数据预测模型精度有限的不足,提出了一种基于最小二乘支持向量回归(LSSVR)与AR模型相结合的非平稳时间序列建模方法(LSSVR-AR),并应用于某型履带车辆发动机油液光谱数据及故障的预测。首先对非平稳时间序列进行最小二乘支持向量回归,得到非平稳时间序列的趋势项及剔除趋势项后的随机项;然后对随机项建立AR模型并与趋势项的LSSVR模型组合,得到非平稳时间序列模型;最后用所建模型对油液光谱数据及发动机故障进行预测。用所提建模方法对Fe、Cu、Pb、Si光谱数据预测的平均绝对百分比误差分别为1.987%、2.889%、2.343%、6.860%,明显低于其他模型。实例证明,所提模型能对发动机故障进行准确预测。 展开更多

关键词 最小二乘支持向量回归 ar模型 非平稳时间序列建模 油液光谱数据预测 故障预测

在线阅读 下载PDF 职称材料

高炉铁水硅含量序列的支持向量机预测模型 被引量：7

6

作者 袁冬芳 赵丽 +1 位作者 石琳 李江鹏 《太原理工大学学报》 CAS 北大核心 2014年第5期684-688,共5页

基于包钢6号高炉的在线生产数据,首先建立铁水硅含量序列的自回归AR(p)模型,分析其滞后阶数;然后对硅含量的自回归项及影响因素进行主成分分析,找到多元变量相互独立的有效信息作为输入变量;最后建立铁水硅含量的支持向量机回归预测模... 基于包钢6号高炉的在线生产数据,首先建立铁水硅含量序列的自回归AR(p)模型,分析其滞后阶数;然后对硅含量的自回归项及影响因素进行主成分分析,找到多元变量相互独立的有效信息作为输入变量;最后建立铁水硅含量的支持向量机回归预测模型。该模型对炉温预测的准确度达到88.2%,对在线监测高炉炉温具有一定的实用价值。 展开更多

关键词 自回归ar(p)模型 主成分分析 支持向量机 炉温预测

在线阅读 下载PDF 职称材料

基于孪生数据的产品装配过程质量预测模型 被引量：2

7

作者 孟冠军 张磊 马存徽 《组合机床与自动化加工技术》 北大核心 2022年第3期126-129,共4页

针对制造企业在产品装配过程中普遍存在的质量问题难以预测等问题,在构建了基于量子粒子群(quantum-behaved particle swarm optimization,QPSO)参数优化的支持向量回归(support vector regression,SVR)的质量预测模型基础上,结合数字... 针对制造企业在产品装配过程中普遍存在的质量问题难以预测等问题,在构建了基于量子粒子群(quantum-behaved particle swarm optimization,QPSO)参数优化的支持向量回归(support vector regression,SVR)的质量预测模型基础上,结合数字孪生技术,提出了一种基于孪生数据的QPSO-SVR质量预测模型,该模型能够预测质量数据的未来状态,为产品装配环节提供事前控制的支持。以引用发动机多工序装配环节中的曲轴装配质量参数为例,将量子粒子群参数优化随机森林回归(random forest regression,RFR)的质量预测模型与QPSO-SVR作对比,结果表明QPSO-SVR质量预测模型泛化能力更强、预测精度更高以及收敛速度更快,验证了QPSO-SVR质量预测模型具备更好的预测性能与适用性。 展开更多

关键词 装配过程 质量预测模型 支持向量回归 量子粒子群算法 数字孪生

在线阅读 下载PDF 职称材料

应用支持向量回归估计预测陀螺误差系数

8

作者 焦巍 王宏力 刘光斌 《电光与控制》 北大核心 2006年第5期80-82,共3页

针对目前小样本容量陀螺误差系数预测精度不高的问题,本文将支持向量回归估计引入到陀螺误差系数的预测研究中。通过对某型陀螺某项误差系数的预测,并且对比分析该方法与目前通用的AR模型预测方法的预测效果,结果表明本文采用的支持向... 针对目前小样本容量陀螺误差系数预测精度不高的问题,本文将支持向量回归估计引入到陀螺误差系数的预测研究中。通过对某型陀螺某项误差系数的预测,并且对比分析该方法与目前通用的AR模型预测方法的预测效果,结果表明本文采用的支持向量回归估计具有更高的预测精度。 展开更多

关键词 支持向量机 支持向量回归估计 误差系数预测 ar模型

在线阅读 下载PDF 职称材料

基于高斯过程回归的光纤陀螺温度漂移补偿

9

作者 何志昆 刘光斌 +1 位作者 赵曦晶 刘冬 《高技术通讯》 CAS CSCD 北大核心 2013年第6期642-647,共6页

基于实测数据分析了全温度全速率下的陀螺漂移特性,提出了一种基于高斯过程回归的补偿新方法。该方法通过超参数训练直接建立了温度、陀螺输出和载体角速率之间的映射关系,弥补了传统方法对零偏和标度因数分别进行建模导致引入两次补偿... 基于实测数据分析了全温度全速率下的陀螺漂移特性,提出了一种基于高斯过程回归的补偿新方法。该方法通过超参数训练直接建立了温度、陀螺输出和载体角速率之间的映射关系,弥补了传统方法对零偏和标度因数分别进行建模导致引入两次补偿误差的不足,在提高补偿精度的同时,简化了补偿步骤。仿真结果表明,相较于最小二乘支持向量回归方法,由高斯过程回归方法训练得到的模型能够更加准确地描述温度漂移特性,具有较高的预测补偿精度和良好的泛化能力,预测均方根误差小于0.003(°)/s,有效抑制了温度对光纤陀螺精度的影响。 展开更多

关键词 光纤陀螺(FOG) 高斯过程回归(GPR) 温度漂移 非线性分析 补偿模型 最 小二乘支持向量回归机(LS-SVR)

在线阅读 下载PDF 职称材料

基于协同训练的集成自适应GPR-RVM多输出模型研究 被引量：4

10

作者 李东 黄道平 +1 位作者 许翀 刘乙奇 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期100-108,共9页

污水处理过程中,由于工艺过程的复杂性、监测设备的不完备性和工作环境的恶劣性,导致重要的出水指标变量难以实现精准的监测;为此,文中提出了一种基于协同训练的集成自适应多输出软测量模型。首先,利用高斯过程回归(GPR)和相关向量机(R... 污水处理过程中,由于工艺过程的复杂性、监测设备的不完备性和工作环境的恶劣性,导致重要的出水指标变量难以实现精准的监测;为此,文中提出了一种基于协同训练的集成自适应多输出软测量模型。首先,利用高斯过程回归(GPR)和相关向量机(RVM)两种不同类别的方法建立一个异构的软测量模型;然后,利用移动窗口(MW)和卡尔曼滤波(KF)同步对模型的结构和参数进行实时优化;最后,以一污水厂为对象进行实验,对模型的预测性能和自适应性进行验证。结果表明,文中提出的方法有效地提高了软测量模型的预测性能和自适应性。 展开更多

关键词 协同训练 软测量模型 高斯过程回归 相关向量机 污水处理

在线阅读 下载PDF 职称材料

基于Stacking策略的过程剩余执行时间预测 被引量：5

11

作者 李帅标 赵海燕 +1 位作者 陈庆奎 曹健 《小型微型计算机系统》 CSCD 北大核心 2019年第12期2481-2486,共6页

为企业提供精确高效的业务过程剩余执行时间预测对企业合理安排后续计划有重要意义.为了体现各个基本活动以及活动之间存在的依赖关系对整体结果的影响,本文结合朴素贝叶斯、支持向量回归与长短期记忆网络提出一种基于Stacking策略进行... 为企业提供精确高效的业务过程剩余执行时间预测对企业合理安排后续计划有重要意义.为了体现各个基本活动以及活动之间存在的依赖关系对整体结果的影响,本文结合朴素贝叶斯、支持向量回归与长短期记忆网络提出一种基于Stacking策略进行模型融合的业务过程剩余时间预测算法.为了验证模型,将该方法应用于2017年荷兰银行贷款申请真实数据集中.实验结果表明,我们的方法与相关的业务过程时间剩余预测方法相比具有更高的预测精度以及更好的预测效果. 展开更多

关键词 业务过程剩余时间预测 朴素贝叶斯 支持向量回归 长短期记忆网络 模型融合

在线阅读 下载PDF 职称材料

基于小波方法的空间风速场模拟 被引量：4

12

作者 孙芳锦 顾明 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第11期1581-1585,1651,共6页

为克服随时间变化模型基于适应过滤器和窗口估计方法中窗口长度不宜过大,产生的短时时间序列模拟准确性不够高的缺点,应用小波分解方法,结合线性滤波器法的向量过程自回归(AR)模型,给出了模拟空间脉动风场的一种新方法.该方法对于AR模... 为克服随时间变化模型基于适应过滤器和窗口估计方法中窗口长度不宜过大,产生的短时时间序列模拟准确性不够高的缺点,应用小波分解方法,结合线性滤波器法的向量过程自回归(AR)模型,给出了模拟空间脉动风场的一种新方法.该方法对于AR模型自回归系数在空间上进行小波扩展,采用最小二乘法来估计AR模型的自回归系数,并给出了该方法模拟空间风速场的实现步骤.将该方法应用于一空间结构的风速场模拟,并给出了模拟结果与目标值的对比,以及与向量过程AR模型模拟结果的对比,结果证实该方法可以减少风速时程分析在频域上的信息损失,对短时时间序列模拟具有较高的准确性,并具有较高的计算效率. 展开更多

关键词 小波分解 空间风速场模拟 向量过程自回归(ar)模型 最小二乘法

在线阅读 下载PDF 职称材料

基于SVR的沪深股市平均循环周期测定

13

作者 张平 刘倩 梁久祯 《江南大学学报（自然科学版）》 CAS 2010年第2期244-249,共6页

研究了沪深股市收益率序列中的长记忆性,通过经验分布的概率密度函数对收益率的非正态分布进行了实证研究,然后应用R/S非线性估计方法以及AR和MA模型对结果的显著性进行了检验。主要针对平均循环周期的测定问题,引入了支持向量回归机的... 研究了沪深股市收益率序列中的长记忆性,通过经验分布的概率密度函数对收益率的非正态分布进行了实证研究,然后应用R/S非线性估计方法以及AR和MA模型对结果的显著性进行了检验。主要针对平均循环周期的测定问题,引入了支持向量回归机的方法帮助测定,能够比较清楚地给出沪深股市中3个重点行业的平均循环周期。分析结果表明,中国行业市场普遍具有分形特征,其变化具有循环性。 展开更多

关键词 重标极差 支持向量回归 HURST指数 ar模型 MA模型

在线阅读 下载PDF 职称材料