本文着重讨论一类带随机游动(Iandom walk)和非平稳斜坡趋势项(honstationary ramp)的时间序列建模问题。文中提出一种基于自适应kalman滤波的建模新方法MRWR(Modeling Random Walk and Ramp),可直接建立这类非平稳信号带随机模型参数...本文着重讨论一类带随机游动(Iandom walk)和非平稳斜坡趋势项(honstationary ramp)的时间序列建模问题。文中提出一种基于自适应kalman滤波的建模新方法MRWR(Modeling Random Walk and Ramp),可直接建立这类非平稳信号带随机模型参数的AR、和ARMA模型;针对非平稳信号统计特性的时变性,本文提出一种基于新息序列的工程判阶准则和定价方法。建模仿真实验证明:对处理带随机游动的非平稳序列,与RELS法相比,MRWR法建模精度高,且能建模同时还带斜坡项的非平稳序列。展开更多
文章以幂函数变换为研究对象,从背景值误差和还原误差的角度分析了幂函数变换对GM(1,1)模型建模精度的影响,论证了幂函数变换的GM(1,1)模型(PFNGM(1,1)模型)具有逼近无偏性,能在可忽略的误差范围内实现对白指数序列的预测无偏性。实例...文章以幂函数变换为研究对象,从背景值误差和还原误差的角度分析了幂函数变换对GM(1,1)模型建模精度的影响,论证了幂函数变换的GM(1,1)模型(PFNGM(1,1)模型)具有逼近无偏性,能在可忽略的误差范围内实现对白指数序列的预测无偏性。实例应用结果表明,其建模精度和预测效果均优于无偏GM(1,1)模型和离散GM(1,1)模型。为将适宜建模序列拓展至近似非齐次指数序列和季节波动序列,同时保留幂函数变换可以有效降低背景值误差对建模精度影响的优势,将幂函数变换与平移变换相结合构建了PFNGM(1,1)模型,将幂函数变换与季节性GM(1,1)模型(SGM(1,1)模型)相结合构建了PFSGM(1,1)模型。实例应用结果表明,PFNGM(1,1)模型的建模精度和预测效果均优于背景值改进的NGM(1,1, k )模型和ONGM(1,1, k,c )模型,PFSGM(1,1)模型的建模精度和预测效果均优于SGM(1,1)模型,验证了两种模型的有效性。展开更多
文摘本文着重讨论一类带随机游动(Iandom walk)和非平稳斜坡趋势项(honstationary ramp)的时间序列建模问题。文中提出一种基于自适应kalman滤波的建模新方法MRWR(Modeling Random Walk and Ramp),可直接建立这类非平稳信号带随机模型参数的AR、和ARMA模型;针对非平稳信号统计特性的时变性,本文提出一种基于新息序列的工程判阶准则和定价方法。建模仿真实验证明:对处理带随机游动的非平稳序列,与RELS法相比,MRWR法建模精度高,且能建模同时还带斜坡项的非平稳序列。
文摘文章以幂函数变换为研究对象,从背景值误差和还原误差的角度分析了幂函数变换对GM(1,1)模型建模精度的影响,论证了幂函数变换的GM(1,1)模型(PFNGM(1,1)模型)具有逼近无偏性,能在可忽略的误差范围内实现对白指数序列的预测无偏性。实例应用结果表明,其建模精度和预测效果均优于无偏GM(1,1)模型和离散GM(1,1)模型。为将适宜建模序列拓展至近似非齐次指数序列和季节波动序列,同时保留幂函数变换可以有效降低背景值误差对建模精度影响的优势,将幂函数变换与平移变换相结合构建了PFNGM(1,1)模型,将幂函数变换与季节性GM(1,1)模型(SGM(1,1)模型)相结合构建了PFSGM(1,1)模型。实例应用结果表明,PFNGM(1,1)模型的建模精度和预测效果均优于背景值改进的NGM(1,1, k )模型和ONGM(1,1, k,c )模型,PFSGM(1,1)模型的建模精度和预测效果均优于SGM(1,1)模型,验证了两种模型的有效性。
