期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
利用卡尔曼滤波综合算法构建开采沉陷预测模型 被引量:7
1
作者 陈竹安 熊鑫 危小建 《金属矿山》 CAS 北大核心 2019年第5期132-136,共5页
为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型(Autoregressive Integrated Moving Average,ARIMA)的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能... 为提高矿区地表沉陷预测精度,提出了基于自回归综合移动平均模型(Autoregressive Integrated Moving Average,ARIMA)的卡尔曼滤波模型与Elman神经网络相结合的综合预测模型。首先,针对沉陷监测序列的非平稳性与复杂性特点,ARIMA模型能够将原始数列平稳化,构建地表下沉预测模型,并作为卡尔曼滤波的状态方程;然后将Elman神经网络的沉陷预测结果作为观测值引入卡尔曼滤波观测方程中,建立综合预测模型;最后针对噪声方差Q与R选取的问题,统计出ARIMA模型与Elman神经网络模型的误差特性,从而计算出噪声Q与R的取值。分别将综合预测模型与BP神经网络模型、Elman神经网络模型以及卡尔曼滤波模型进行了预测精度对比,4种模型预测值与实测值的均方根误差分别为2.06、5.857 8、2.926 9、3.688 9 mm,相对误差分别为1.170 4%、3.0502%、1.432 6%、1.908 4%,绝对误差平均值分别为1.886 7、10.703 9、2.329 4、2.807 6 mm。研究表明:综合预测模型能够有效减小单一预测机制造成的同一性质误差累积,其预测精度明显优于其余3种模型,对于大幅提升矿区地表沉陷的预测精度有一定的参考价值。 展开更多
关键词 开采沉陷 卡尔曼滤波 自回归综合移动平均模型 ELMAN神经网络 综合预测模型 BP神经网络
在线阅读 下载PDF
基于改进PSO-ARIMA模型的船舶纵摇角度预测 被引量:6
2
作者 王培良 张婷 肖英杰 《上海海事大学学报》 北大核心 2021年第1期39-43,共5页
针对自回归移动平均(auto regressive moving average,ARMA)模型在船舶纵摇角度预测时不具有普遍适用性问题,提出使用自回归综合移动平均(auto regressive integrated moving average,ARIMA)模型进行纵摇角度预测,并采用改进粒子群优化(... 针对自回归移动平均(auto regressive moving average,ARMA)模型在船舶纵摇角度预测时不具有普遍适用性问题,提出使用自回归综合移动平均(auto regressive integrated moving average,ARIMA)模型进行纵摇角度预测,并采用改进粒子群优化(particle swarm optimization,PSO)算法对模型定阶。对纵摇角度值序列数据进行平稳性检验和差分运算,确定ARIMA模型的适用性;采用具有针对性适应度评价函数的PSO算法进行模型定阶,并优化PSO算法的权重计算方法。通过仿真对比验证本文所提方法的科学性和有效性。仿真结果表明:采用改进PSO算法进行模型定阶的方法能够有效提升模型的预测精度,具有更好的预测效果。 展开更多
关键词 自回归综合移动平均(ARIMA)模型 粒子群优化(PSO)算法 船舶纵摇 纵摇预测
在线阅读 下载PDF
一种基于ARI模型和SRCKF的融合型算法的锂电池剩余寿命预测方法 被引量:3
3
作者 王玉斐 《舰船电子对抗》 2019年第4期117-120,I0001,共5页
锂电池的健康状态估计和剩余寿命(RUL)预测是电池管理系统的重要研究课题之一。平方根容积卡尔曼滤波(SRCKF)算法是扩展卡尔曼滤波(EKF)算法的一种改进,适合对锂电池的非线性退化过程建模。其中,对于特定电池单体,将自回归综合(ARI)模... 锂电池的健康状态估计和剩余寿命(RUL)预测是电池管理系统的重要研究课题之一。平方根容积卡尔曼滤波(SRCKF)算法是扩展卡尔曼滤波(EKF)算法的一种改进,适合对锂电池的非线性退化过程建模。其中,对于特定电池单体,将自回归综合(ARI)模型的长期趋势预测作为SRCKF算法预测阶段的容量观测真值,从而弱化SRCKF算法对经验模型的依赖性,体现不同电池单体的差异性。同时,针对ARI模型对非线性系统预测能力差的问题,引入了一种表征锂电池不同阶段退化速率的健康因子,提升了ARI模型对锂电池非线性退化趋势的拟合度。最后,使用马里兰大学先进寿命周期工程研究中心(CALCE)的公开数据集验证所提算法,实验结果表明混合型算法在容量预测误差和寿命预测的精度上均有所提高。 展开更多
关键词 锂电池 电池管理系统 剩余使用寿命 平方根容积卡尔曼滤波算法 自回归综合模型
在线阅读 下载PDF
基于调和分析和ARIMA-SVR的组合潮汐预测模型 被引量:8
4
作者 刘娇 史国友 +4 位作者 朱凯歌 张加伟 李爽 陈作桓 王伟 《上海海事大学学报》 北大核心 2019年第3期93-99,共7页
为提高潮汐预测精度,解决单一调和分析预测精度不高的问题,提出一种基于调和分析和自回归综合移动平均-支持向量回归机(autoregressive integrated moving average support vector machine for regression,ARIMA-SVR)的组合潮汐预测模... 为提高潮汐预测精度,解决单一调和分析预测精度不高的问题,提出一种基于调和分析和自回归综合移动平均-支持向量回归机(autoregressive integrated moving average support vector machine for regression,ARIMA-SVR)的组合潮汐预测模型。潮汐分析中,潮汐可认为是由受引潮力影响的天文潮位和受环境因素影响的非线性水位的叠加。采用小波分析对潮汐样本数据进行去噪处理,使用调和分析法计算天文潮位,以调和分析法计算产生的残差作为非线性水位样本数据,并使用ARIMA-SVR模型进行潮高计算,最后将两部分的计算结果进行线性求和得到最终的潮汐预测值。利用美国旧金山港口实测潮汐数据进行预测仿真,结果表明,该组合模型解决了调和分析忽略非线性影响的问题,提高了潮汐预测准确率,可行且高效。 展开更多
关键词 潮汐预测 组合模型 调和分析法 支持向量回归机(SVR) 自回归综合移动平均(ARIMA)模型
在线阅读 下载PDF
基于样本熵的港口集装箱吞吐量可预测性测度研究
5
作者 李楚楚 林琴 +1 位作者 冯宏祥 李松 《中国航海》 CSCD 北大核心 2024年第1期81-87,共7页
港口吞吐量历史时间序列数据具有较强的随机性,而不同特征的时间序列数据的预测精度差异较大,由此产生了时间序列数据可预测性的测度问题。学术界认为,这种可预测性可以用熵进行描述。文章采用样本熵表征测度我国20个港口集装箱吞吐量... 港口吞吐量历史时间序列数据具有较强的随机性,而不同特征的时间序列数据的预测精度差异较大,由此产生了时间序列数据可预测性的测度问题。学术界认为,这种可预测性可以用熵进行描述。文章采用样本熵表征测度我国20个港口集装箱吞吐量时间序列数据的复杂性,然后运用自回归综合移动平均模型(ARIMA)预测港口吞吐量。结果表明,样本熵与其预测精度之间的相关性较弱,ARIMA模型对于港口生命周期处于“成长”阶段的港口或者大型港口的预测精度更好。研究结论有助于理解熵和时间序列数据可预测性之间的关系。 展开更多
关键词 集装箱吞吐量 样本熵 自回归综合移动平均模型 生命周期
在线阅读 下载PDF
基于分形与ARIMA的煤层气产量预测 被引量:11
6
作者 王宇 李治平 刘超 《天然气与石油》 2011年第3期45-48,87,共4页
煤层气产能受多种因素影响,错综复杂,难以控制,模拟过程复杂、资料难获得,有必要在资料不完全的情况下通过其他数学方法对煤层气产能潜力进行正确的分析。利用分形理论的R/S(重标极差法)分析方法对煤层气产量变化趋势进行分析,应用基于... 煤层气产能受多种因素影响,错综复杂,难以控制,模拟过程复杂、资料难获得,有必要在资料不完全的情况下通过其他数学方法对煤层气产能潜力进行正确的分析。利用分形理论的R/S(重标极差法)分析方法对煤层气产量变化趋势进行分析,应用基于数理统计理论的ARIMA建模方法进行产量预测,可将R/S分析法中的参数估计来反映ARIMA模型适应性,提高预测准确性。应用分形-ARIMA预测方法对山西沁水某煤层气井产量进行了产量预测,经证明,预测结果具有较高精度,满足煤层气产量变化情况。基于分形分析与ARIMA模型的煤层气产量动态预测方法所需资料少,能够充分利用所掌握信息实现动态外推预报。 展开更多
关键词 煤层气产量预测 分形分析 自回归综合移动平均模型 重标级差R/S 时间序列
在线阅读 下载PDF
基于时序挖掘的船载雷达引导建模
7
作者 袁小江 何剑伟 +1 位作者 奚宏明 陈亮 《遥测遥控》 2013年第4期65-69,74,共6页
如何为航天测量船测量设备提供高精度的引导信息是航天测量研究中的一个重要课题。为此,提出一种基于时间序列的数据挖掘技术来研究目标运动规律的方法,进而完成预测目标未来行为等决策性工作。采用某次飞行试验任务的测量数据进行实验... 如何为航天测量船测量设备提供高精度的引导信息是航天测量研究中的一个重要课题。为此,提出一种基于时间序列的数据挖掘技术来研究目标运动规律的方法,进而完成预测目标未来行为等决策性工作。采用某次飞行试验任务的测量数据进行实验测试,并建立模型,对雷达观测数据的变化特性给出描述。将此模型应用于测量设备的预测,可提高船载雷达设备的跟踪引导精度。 展开更多
关键词 引导 时序挖掘 自回归综合滑动平均模型 预测
在线阅读 下载PDF
基于机器学习的流量预测及基站配置选择研究 被引量:1
8
作者 李超 熊桢 蒋俊康 《科学技术创新》 2021年第16期78-79,共2页
本文主要针对小区的无线网络问题进行了相关研究,利用季节性自回归综合滑动平均模型预测小区流量的短期变化。首先利用pandas的read.csv()对数据进行分析,从数据缺失值填补、日期数据修改、上下行流量异常值分析、数据重复值处理这几个... 本文主要针对小区的无线网络问题进行了相关研究,利用季节性自回归综合滑动平均模型预测小区流量的短期变化。首先利用pandas的read.csv()对数据进行分析,从数据缺失值填补、日期数据修改、上下行流量异常值分析、数据重复值处理这几个方面进行数据清洗,其次提取所需流量预测的小区的数据,分别从传统时间序列模型最后采用Stacking集成算法进行预测。 展开更多
关键词 数据清洗 季节性自回归综合滑动平均模型 GOSS算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部