ARIMA-BP神经网络高速列车隧道压力波预测模型研究 被引量：7

1

作者 陈春俊 杨露 +1 位作者 何智颖 周林春 《中国测试》 CAS 北大核心 2021年第10期80-86,共7页

为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态... 为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态数据,并根据相似程度确定数据权重,构建预测用的历史数据。分别采用差分自回归滑动平均(ARIMA)与BP神经网络(BPNN)模型对隧道压力波进行预测,并将两种预测结果并联考虑,形成ARIMA-BPNN隧道压力波组合预测模型。利用武广客运专线某隧道压力波实测数据进行仿真。仿真结果表明:与WCM-WKNN-ARIMA及WCM-WKNN-BPNN单一预测模型以及WCM-ARIMA-BPNN组合预测模型相比,所建立组合模型能有效对隧道压力波进行预测,且能够取得更高精度的预测结果。 展开更多

关键词 高速列车 隧道压力波预测模型 差分自回归滑动平均-bp神经网络组合模型 工况匹配算法 加权K最近邻算法

在线阅读 下载PDF 职称材料

基于ARIMA、LS-SVM和BP神经网络组合模型的航空运输飞行事故征候预测 被引量：16

2

作者 梁文娟 李雪艳 《安全与环境工程》 CAS 北大核心 2018年第1期130-136,共7页

应用差分自回归移动平均模型(ARIMA)、最小二乘支持向量机模型(LS-SVM)和BP神经网络模型(BPNN)的组合模型,对某航空公司运输的月度飞行事故征候万时率进行预测分析。首先,利用2008—2016年某航空公司的事故征候、飞行小时、航空器数量... 应用差分自回归移动平均模型(ARIMA)、最小二乘支持向量机模型(LS-SVM)和BP神经网络模型(BPNN)的组合模型,对某航空公司运输的月度飞行事故征候万时率进行预测分析。首先,利用2008—2016年某航空公司的事故征候、飞行小时、航空器数量、原油价格等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获取飞行事故征候万时率的线性部分;然后,利用LS-SVM和BP神经网络建模,获取飞行事故征候万时率的非线性部分;最后,利用DS证据理论,实现三者的融合,获得ARIMA+LS-SVM+BPNN组合模型,利用组合模型对2017年1至3月该航空公司的月度飞行事故征候万时率进行预测,并用实际数据进行了验证。结果表明:组合模型较好地拟合了飞行事故征候万时率的历史序列,并获得了较高的预测精度;组合模型的短期(3个月)预测值与该航空公司飞行事故征候万时率的变化趋势完全一致,且预测精确度可接受。该研究可为航空公司安全与运行的趋势分析与判断提供数据依据,也可为航空公司制定针对性的飞行事故征候防控方案提供帮助。 展开更多

关键词 飞行事故征候万时率 组合模型 差分自回归移动平均模型 最小二乘支持向量机模型 BP神经网络模型 航空安全

在线阅读 下载PDF 职称材料

BP神经网络和ARIMA模型的变权组合电离层TEC预报 被引量：6

3

作者 田祥雨 刘立龙 +2 位作者 杨可可 黎峻宇 陈雨田 《桂林理工大学学报》 CAS 北大核心 2019年第4期899-904,共6页

针对电离层总电子含量(TEC)非线性、非平稳性的特性,提出基于BP神经网络和差分自回归移动平均模型(ARIMA)的最优非负变权组合预报模型,并将其应用于TEC预报。利用IGS中心提供的不同经纬度的电离层平静期、活跃期TEC数据,分别采用BP神经... 针对电离层总电子含量(TEC)非线性、非平稳性的特性,提出基于BP神经网络和差分自回归移动平均模型(ARIMA)的最优非负变权组合预报模型,并将其应用于TEC预报。利用IGS中心提供的不同经纬度的电离层平静期、活跃期TEC数据,分别采用BP神经网络模型、ARIMA模型和变权组合模型对TEC进行5 d预报。实验结果表明:在电离层平静期和活跃期变权组合模型预报5 d的平均相对精度分别为94.7%和88.9%,其中预报残差小于3 TECu的分别达到89.3%和78.5%,较单一模型的预报精度有明显提高。 展开更多

关键词 BP神经网络 差分自回归移动平均模型 电离层 变权组合

在线阅读 下载PDF 职称材料

基于组合模型的网络流量预测 被引量：6

4

作者 于静 王辉 《计算机工程与应用》 CSCD 2013年第8期92-95,共4页

网络流量预测是网络管理的基础,网络流量受到多种因素影响,具有周期性、时变性和非线性,传统单一线性模型ARIMA或非线性模型SVM均难以准确描述网络流量复杂变化规律,为此,提出一种网络流量组合预测模型(ARIMA-LSSVM)。采用ARIMA对网络... 网络流量预测是网络管理的基础,网络流量受到多种因素影响,具有周期性、时变性和非线性,传统单一线性模型ARIMA或非线性模型SVM均难以准确描述网络流量复杂变化规律,为此,提出一种网络流量组合预测模型(ARIMA-LSSVM)。采用ARIMA对网络流量进行预测,捕捉其周期性变化趋势,采用LSSVM对网络流量非线性变化趋势进行预测,同时采用遗传算法对LSSVM参数进行优化,采用LSSVM两种预测结果进行融合,得到网络流量的最终预测结果。仿真实验结果表明,相对于单一网络流量预测模型,ARIMA-LSSVM提高网络流量预测精度,更能全面刻画网络流量变化趋势。 展开更多

关键词 网络流量 差分自回归滑动平均模型 最小支持向量机 组合模型

在线阅读 下载PDF 职称材料

基于最优加权组合模型的枯季径流预测研究 被引量：13

5

作者 孙惠子 粟晓玲 昝大为 《西北农林科技大学学报（自然科学版）》 CSCD 北大核心 2011年第11期201-208,共8页

【目的】研究最优的枯季径流预测模型,为流域水资源管理提供依据。【方法】建立基于差分自回归移动平均(ARIMA)、人工神经网络(ANN)和多元线性回归(MLR)3个单项模型的简单平均组合和最优加权组合预测模型,并将单项预报模型和组合模型应... 【目的】研究最优的枯季径流预测模型,为流域水资源管理提供依据。【方法】建立基于差分自回归移动平均(ARIMA)、人工神经网络(ANN)和多元线性回归(MLR)3个单项模型的简单平均组合和最优加权组合预测模型,并将单项预报模型和组合模型应用到石羊河流域支流西营河的枯季径流预测中,采用相关系数、确定性系数以及均方根误差对各模型预测精度进行比较。【结果】单项预测模型中,仅ARIMA模型通过了确定性系数检验;最优加权组合模型的预测精度较简单平均组合模型高;组合预测模型中,仅ARIMA-MLR和ARIMA-ANN最优加权组合模型的确定性系数高于所有单项预测模型。【结论】最优加权组合模型的精度不但取决于各单项预测模型的精度,也与其之间的相关性有关,适合西营河枯季径流预测的最优加权组合模型是ARIMA-MRL和ARIMA-ANN组合模型。 展开更多

关键词 枯季径流预测 差分自回归移动平均 人工神经网络 多元线性回归 组合预测模型 西营河

在线阅读 下载PDF 职称材料

短时车流量组合预测模型 被引量：4

6

作者 张凯 卢邹颖 《南京信息工程大学学报（自然科学版）》 CAS 2013年第5期414-420,共7页

随着道路车量不断增多,由交通异常事件造成的非正常拥堵情况严重影响了出行者的出行效率和路网的整体运行水平.因此,需要准确及时地检测出非正常拥堵情况,通过诱导、疏通等方式改善拥堵状况.对车流量的准确预测是检测非正常拥堵的有效方... 随着道路车量不断增多,由交通异常事件造成的非正常拥堵情况严重影响了出行者的出行效率和路网的整体运行水平.因此,需要准确及时地检测出非正常拥堵情况,通过诱导、疏通等方式改善拥堵状况.对车流量的准确预测是检测非正常拥堵的有效方法.根据交通流量的不确定性和非线性的特点,将改进的BP神经网络模型和ARIMA模型进行组合,建立组合预测模型.实验结果表明,组合模型的预测结果比单个模型的预测结果理想,且达到较高的预测精度. 展开更多

关键词 车流量预测 BP神经网络 差分自回归移动平均模型 组合预测

在线阅读 下载PDF 职称材料

基于ARIMA-BP模型的北京市平谷区地下水水质双尺度预测 被引量：3

7

作者 秦梓萱 郭健 许模 《兰州大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第1期121-128,共8页

选取区域尺度监测井PG-32和场地尺度监测井PG-45、PG-56中的水质指标为研究对象,采用差分自回归移动平均(ARIMA)模型对Cl-、SO42-和总溶解性固体物质(TDS)浓度进行线性预测,利用反向传播(BP)神经网络模型和等权重法组合ARIMA-BP模型对... 选取区域尺度监测井PG-32和场地尺度监测井PG-45、PG-56中的水质指标为研究对象,采用差分自回归移动平均(ARIMA)模型对Cl-、SO42-和总溶解性固体物质(TDS)浓度进行线性预测,利用反向传播(BP)神经网络模型和等权重法组合ARIMA-BP模型对监测井PG-32中的Cl-、SO42-和TDS指标浓度进行非线性预测.结果表明,线性预测方法更适用于区域尺度下的水质预测;ARIMA模型、BP神经网络模型和ARIMA-BP组合模型对PG-32中水质指标预测的平均相对误差分别为6.11%、6.17%和2.94%,验证了组合模型的优越性;ARIMA-BP模型的预测显示未来区域地下水中Cl-、SO42-浓度变化相对平稳,TDS浓度呈现上升趋势,需引起地下水预警的重视. 展开更多

关键词 地下水水质预测 差分自回归移动平均模型 反向传播神经网络模型 组合模型 双尺度

在线阅读 下载PDF 职称材料

采用改进模糊层次分析法的风速预测模型 被引量：35

8

作者 黄文杰 傅砾 肖盛 《电网技术》 EI CSCD 北大核心 2010年第7期164-168,共5页

针对风速具有较强随机性的特点,提出一种基于改进模糊层次分析法的风速预测组合模型。以风速预测周期、风速的振荡性及预测者对预测模型的信赖度为目标准则;通过模糊判断矩阵的方法确定组合模型的最优权重。该组合模型可以综合考虑影响... 针对风速具有较强随机性的特点,提出一种基于改进模糊层次分析法的风速预测组合模型。以风速预测周期、风速的振荡性及预测者对预测模型的信赖度为目标准则;通过模糊判断矩阵的方法确定组合模型的最优权重。该组合模型可以综合考虑影响风速预测的多种不确定性因素,在综合不同模型预测结果的基础上引入专家经验。算例分析表明,该组合预测模型的预测结果与传统的单一预测模型相比,误差更小,精度更高。 展开更多

关键词 风速预测 组合模型:模糊层次分析法 时序差分自回归滑动平均模型 自适应模糊神经删络模型

在线阅读 下载PDF 职称材料

基于FHNN相似日聚类自适应权重的短期电力负荷组合预测 被引量：42

9

作者 牛东晓 魏亚楠 《电力系统自动化》 EI CSCD 北大核心 2013年第3期54-57,共4页

提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模... 提出一种有效的组合预测新模型进行电力负荷短期预测。不同预测模型在不同情况下的预测结果和精度有所变化,因此组合预测模型的权重应随着预测情景的变化而变化。文中将原始负荷数据分为训练集、验证集和测试集3类,并选择4种单一预测模型,即自回归滑动平均(ARMA)模型、广义自回归条件异方差(GARCH)模型、人工神经网络(ANN)和支持向量机(SVM)分别进行模型预测。对于需要预测的负荷,根据历史数据,将一年的数据先按照季度分类,再分别按照月、日、小时,利用模糊神经网络(FHNN)将其聚类。根据不同单一预测模型在不同情景下的误差计算出组合权重,从而获得组合预测模型。算例分析验证了所提出的组合预测模型的有效性和精确性。 展开更多

关键词 负荷预测 组合预测 自回归滑动平均模型 广义自回归条件异方差模型 人工神经网络 支持向量机 模糊神经网络 相似日

在线阅读 下载PDF 职称材料

基于ARIMA与WASDN加权组合的时间序列预测 被引量：6

10

作者 张雨浓 劳稳超 +2 位作者 丁玮翔 王英 叶成绪 《计算机应用研究》 CSCD 北大核心 2015年第9期2630-2633,2638,共5页

为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determ... 为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determination,WASD)算法的幂激励前向神经网络(WASDN)对时间序列进行建模、测试以及预测。根据测试结果,将ARIMA与WASDN进行加权组合。数值实验结果显示,所提出的ARIMA-WASDN加权组合方法的预测精度高于ARIMA或WASDN单独使用时的预测精度,验证了该方法在时间序列预测方面的有效性和优越性。 展开更多

关键词 差分自回归移动平均模型 权值与结构确定算法 幂激励前向神经网络 时间序列预测 加权组合

在线阅读 下载PDF 职称材料

融合ARIMA模型和GAWNN的溶解氧含量预测方法 被引量：24

11

作者 吴静 李振波 +1 位作者 朱玲 李晨 《农业机械学报》 EI CAS CSCD 北大核心 2017年第S1期205-210,204,共7页

针对河流污染治理、水源管理,提出了融合差分自回归滑动平均ARIMA模型和遗传算法优化的小波神经网络相结合的河流水质预测方法。将采集的河流水质参数时间序列数据,分解为线性和非线性序列,线性数据使用ARIMA模型预测,使用最小二乘法完... 针对河流污染治理、水源管理,提出了融合差分自回归滑动平均ARIMA模型和遗传算法优化的小波神经网络相结合的河流水质预测方法。将采集的河流水质参数时间序列数据,分解为线性和非线性序列,线性数据使用ARIMA模型预测,使用最小二乘法完成了ARIMA模型参数估计。对于经过ARIMA模型处理的非线性残差数据、预测值与原始溶解氧序列之间的线性和非线性关系,采用小波神经网络(WNN)获得预测值,并采用遗传算法的选择、交叉、变异等操作优化网络参数,比传统WNN模型预测精度显著提高。ARIMA模型、小波神经网络、遗传算法优化小波神经网络(GAWNN)和未经遗传算法优化的组合模型预测平均绝对误差分别为0.29%、0.39%、0.26%、0.24%,提出的组合模型预测结果平均绝对误差约0.19%且为最小。结果表明,该组合模型优于单个模型和传统组合模型的预测结果。 展开更多

关键词 水质预测 差分自回归滑动平均模型 遗传算法 小波神经网络

在线阅读 下载PDF 职称材料

基于ARIMA-ANN预测模型的能量感知路由算法 被引量：2

12

作者 蔡钊 马林华 +1 位作者 宋博 唐红 《计算机工程与科学》 CSCD 北大核心 2015年第6期1064-1070,共7页

针对传统能量感知OLSR协议在减少传输功率消耗和均衡节点剩余能量之间不能兼顾的特点,提出了一种新型的基于剩余能量比例和传输功率消耗的OLSR路由协议OLSR_RC,它利用上述两方面的指标构造复合能量开销,并将其作为路由选择的度量值。在... 针对传统能量感知OLSR协议在减少传输功率消耗和均衡节点剩余能量之间不能兼顾的特点,提出了一种新型的基于剩余能量比例和传输功率消耗的OLSR路由协议OLSR_RC,它利用上述两方面的指标构造复合能量开销,并将其作为路由选择的度量值。在减小网络开销的同时,也防止了部分低电量节点的能量被快速耗尽,延长了网络的生存周期。此外,新路由还采用ARIMA-ANN组合能量预测模型对节点的剩余电量进行预测,降低了由于拓扑控制(TC)消息丢失对选择路由所造成的影响。这种新型路由协议在无线传感器网络领域有比较广阔的应用前景。 展开更多

关键词 OLSR路由 能量感知 复合能量开销 人工神经网络-自回归差分滑动平均组合模型

在线阅读 下载PDF 职称材料

三种方法在风速预测中的应用研究 被引量：34

13

作者 韩爽 杨勇平 刘永前 《华北电力大学学报（自然科学版）》 CAS 北大核心 2008年第3期57-61,共5页

对持续法、ARIMA和BP网络三种方法在提前1 h风速预测中的应用进行了研究和比较。为消除季节对预测结果的影响,针对一年12个月分别建立预测模型;认为风速具有不平稳性,应该对原始风速序列进行差分处理;通过对样本数据进行相关性分析来确... 对持续法、ARIMA和BP网络三种方法在提前1 h风速预测中的应用进行了研究和比较。为消除季节对预测结果的影响,针对一年12个月分别建立预测模型;认为风速具有不平稳性,应该对原始风速序列进行差分处理;通过对样本数据进行相关性分析来确定神经网络的输入神经元个数;结果表明:大多数情况下,ARIMA模型和BP网络模型的预测结果都好于持续法,并且BP一般都好于ARIMA;但也有持续法好于ARIMA和BP网络模型的情况。不能笼统地说某个方法优于另外一个方法,应该根据具体情况进行分析和判断,选择合适的模型种类,以取得最优预测效果。 展开更多

关键词 风速预测 应用比较 持续法 差分自回归滑动平均模型 神经网络 相关性分析

在线阅读 下载PDF 职称材料

基于改进熵值法和限幅小波的大波动地区短期负荷预测 被引量：5

14

作者 杨浩 何茜 殷家敏 《电力系统保护与控制》 EI CSCD 北大核心 2012年第11期70-75,共6页

为了使大波动地区的短期负荷预测精度得到改善,将大波动地区的负荷划分为基础负荷、冲击性负荷和小水电负荷,对波动大的的冲击性负荷和小水电负荷作出预测,并将限幅小波的理论引用到负荷预测模型中去。找出影响冲击负荷和小水电负荷相... 为了使大波动地区的短期负荷预测精度得到改善,将大波动地区的负荷划分为基础负荷、冲击性负荷和小水电负荷,对波动大的的冲击性负荷和小水电负荷作出预测,并将限幅小波的理论引用到负荷预测模型中去。找出影响冲击负荷和小水电负荷相关的若干因素。由于用于预测的信号随机波动大,因此先运用改进熵值法对历史数据进行筛选,再运用规则性系数选取适合的小波基对信号进行小波分解,然后对低频信号进行限幅滤波,对极大模值做异常处理和以低通滤波的方式去噪,再选用线性神经网络模型和改进的差分自回归-滑动平均模型(ARIMA)进行预测,对预测结果进行比较和分析。实验证明对于波动大的冲击性负荷和小水电负荷,基于单层限幅小波分析的负荷模型预测效果较单层小波分析的负荷预测效果好。改进的熵值法和限幅小波分析理论对提高冲击负荷和小水电负荷的短期预测结果精度有较好的实用价值。 展开更多

关键词 冲击负荷 改进熵值法 极大模值 规则性系数 限幅小波 线性神经网络 差分回归-滑动平均模型

在线阅读 下载PDF 职称材料