一种线性/非线性自回归模型及其在建模和预测中的应用 被引量：7

1

作者 马家欣 许飞云 黄仁 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第3期509-514,共6页

为提高模型准确性,在经典时序建模策略的基础上,提出了一种带有外部输入的线性/非线性自回归模型,并应用Weierstrass逼近定理推导出其一般表达式(GNARX),该模型允许带有多个外部输入以实现复杂系统的建模和辨识.针对该模型结构给出了其... 为提高模型准确性,在经典时序建模策略的基础上,提出了一种带有外部输入的线性/非线性自回归模型,并应用Weierstrass逼近定理推导出其一般表达式(GNARX),该模型允许带有多个外部输入以实现复杂系统的建模和辨识.针对该模型结构给出了其最小二乘参数估计方法,并采用结合建模误差、预测误差及模型复杂度的修正信息准则(AIC)确定最优模型结构.最后,将该模型应用于仿真数据和振动位移采样电流数据的建模与预测.结果表明,GNARX模型的建模和预测精度均高于AR,GNAR,ARX模型及BP神经网络模型,表现出良好的线性/非线性建模和预测能力,及较好的通用性和实用价值. 展开更多

关键词 线性 非线性自回归模型 建模 预测

在线阅读 下载PDF 职称材料

非线性自回归模型辨识及其在结构损伤识别中的应用 被引量：1

2

作者 马家欣 许飞云 +1 位作者 黄凯 黄仁 《振动与冲击》 EI CSCD 北大核心 2017年第20期118-124,145,共8页

分析了带有外部输入的线性/非线性自回归模型一般表达式(GNARX)与Volterra级数模型的相似之处,以及GNARX模型与带外部输入的自回归模型(ARX)之间的内在联系。根据GNARX模型结构特点,提出了一种基于参数离差率的结构剪枝算法,并用于模型... 分析了带有外部输入的线性/非线性自回归模型一般表达式(GNARX)与Volterra级数模型的相似之处,以及GNARX模型与带外部输入的自回归模型(ARX)之间的内在联系。根据GNARX模型结构特点,提出了一种基于参数离差率的结构剪枝算法,并用于模型结构辨识,通过数据仿真,验证了方法的可行性和有效性。最后,将GNARX模型结合提出的结构辨识方法,应用于钢板的损伤识别。结果显示,基于参数离差率的结构剪枝算法辨识GNARX模型结构,其损伤识别精度最高,体现了GNARX模型及其结构剪枝算法应用于结构损伤识别的优越性。 展开更多

关键词 非线性自回归模型 结构辨识 结构剪枝算法 损伤识别

在线阅读 下载PDF 职称材料

多维非线性自回归模型的投影寻踪学习网络逼近 被引量：1

3

作者 田铮 文奇 +1 位作者 谢美萍 郑光华 《应用概率统计》 CSCD 北大核心 2002年第4期370-376,共7页

本文研究基于投影寻踪学习网络的多维非线性自回归模型逼近的收敛性,证明了在 Lk（k为正整数）空间上,投影寻踪学习网络可以以任意精度逼近多维非线性自回归模型,并给出应用实例.

关键词 多维非线性自回归模型 逼近 多维非线性时间序列 投影寻踪学习网络 收敛性

在线阅读 下载PDF 职称材料

基于非线性自回归模型的矿井粉尘浓度预测 被引量：10

4

作者 周旭 王艺博 +1 位作者 朱毅 秦思佳 《华北理工大学学报（自然科学版）》 CAS 2021年第4期127-133,共7页

为预测矿井开采时所产生粉尘的浓度与时间关系,保障井下人员身安全。采用时间序列与神经网络相结合的外因输入非线性自回归模型(NARX模型)来对粉尘的浓度进行预测,该模型主要用于处理时序型数据,能够通过给不同时段的输入之间建立联系,... 为预测矿井开采时所产生粉尘的浓度与时间关系,保障井下人员身安全。采用时间序列与神经网络相结合的外因输入非线性自回归模型(NARX模型)来对粉尘的浓度进行预测,该模型主要用于处理时序型数据,能够通过给不同时段的输入之间建立联系,避免传统模型预测时面对的影响因素多、数据收集困难等问题,并与时间序列模型、神经网络模型进行比较。结果表明,外因输入非线性自回归模型对粉尘浓度预测具有较好的性能,预测函数的误差低至3.8%,均化误差仅有2.2,平稳R方也达到了0.9以上。 展开更多

关键词 粉尘浓度 神经网络 时间序列 非线性自回归模型

在线阅读 下载PDF 职称材料

带控制变量的非线性自回归滑动平均模型在锚泊线动力分析中的应用 被引量：2

5

作者 纪亨腾 范菊 黄祥鹿 《上海交通大学学报》 EI CAS CSCD 北大核心 2008年第4期685-688,共4页

根据带控制变量的非线性自回归滑动平均(NARMAX)模型理论,建立了锚泊线的系统模型.该模型在进行系统识别时,将锚链上端点的运动时历作为系统的输入,锚泊线张力时历作为系统的输出,识别后得到的系统表达式可以用来预报锚泊线张力的时历.... 根据带控制变量的非线性自回归滑动平均(NARMAX)模型理论,建立了锚泊线的系统模型.该模型在进行系统识别时,将锚链上端点的运动时历作为系统的输入,锚泊线张力时历作为系统的输出,识别后得到的系统表达式可以用来预报锚泊线张力的时历.将模型预报结果与原时历进行比较,结果表明,NARMAX模型预报效果良好. 展开更多

关键词 锚泊线 系统识别 非线性自回归平均模型 动力分析

在线阅读 下载PDF 职称材料

基于小波和非线性含输入自回归模型的系统辨识算法 被引量：1

6

作者 石宏理 蔡远利 邱祖廉 《西安交通大学学报》 EI CAS CSCD 北大核心 2004年第6期611-614,共4页

提出了一种结合小波理论和非线性含输入自回归(NARX)模型的系统辨识新算法.该算法利用小波函数有效的逼近能力避免了应用NARX模型系统辨识时确定模型结构的复杂过程,消除了通常小波网络辨识算法由于输入变量之间可能存在巨大差别而引入... 提出了一种结合小波理论和非线性含输入自回归(NARX)模型的系统辨识新算法.该算法利用小波函数有效的逼近能力避免了应用NARX模型系统辨识时确定模型结构的复杂过程,消除了通常小波网络辨识算法由于输入变量之间可能存在巨大差别而引入的严重失真,构成了一个通用、有效、不依赖于系统先验信息的非线性辨识框架.两则数据仿真表明,对于高度非线性系统,该算法可使系统估计的均方误差减少60%以上. 展开更多

关键词 非线性含输入自回归模型 系统辨识 小波分析

在线阅读 下载PDF 职称材料

采用非线性自回归时序模型的汽车悬架隔振性能辨识 被引量：1

7

作者 陈茹雯 王玉国 湛时时 《汽车技术》 北大核心 2016年第4期31-35,共5页

根据摄动法求解非线性微分方程理论,通过单自由度振动系统在单位脉冲激励下动力学方程的解析解,推导出了振动系统时域响应的非线性自回归时序(GNAR)模型表达式,获得了基于GNAR模型的悬架隔振性能主要指标计算公式。通过对某汽车悬架隔... 根据摄动法求解非线性微分方程理论,通过单自由度振动系统在单位脉冲激励下动力学方程的解析解,推导出了振动系统时域响应的非线性自回归时序(GNAR)模型表达式,获得了基于GNAR模型的悬架隔振性能主要指标计算公式。通过对某汽车悬架隔振参数辨识的试验结果表明,基于GNAR模型的悬架隔振性能辨识方法准确、便捷,能实现对在用车辆悬架隔振性能的快速辨识和评价。 展开更多

关键词 非线性自回归时序模型 悬架 隔振性能 辨识

在线阅读 下载PDF 职称材料

非线性结构向量自回归模型因果关系的图模型辨识方法（英文）

8

作者 魏岳嵩 杜翠真 《工程数学学报》 CSCD 北大核心 2014年第5期733-744,共12页

确定变量间的因果关系是时间序列分析的重要内容.传统的图模型因果推断算法有着明显的局限性,要求模型是线性的且噪声项服从Gauss分布.本文利用图模型方法辨识非线性结构向量自回归模型变量间的因果关系,给出了一种基于互信息和条件互... 确定变量间的因果关系是时间序列分析的重要内容.传统的图模型因果推断算法有着明显的局限性,要求模型是线性的且噪声项服从Gauss分布.本文利用图模型方法辨识非线性结构向量自回归模型变量间的因果关系,给出了一种基于互信息和条件互信息的非线性结构向量自回归因果图模型结构的非参数辨识方法.数值模拟结果验证了方法的有效性. 展开更多

关键词 非线性结构向量自回归模型 图模型 条件独立 条件互信息

在线阅读 下载PDF 职称材料

非线性时间序列的投影寻踪学习网络逼近 被引量：2

9

作者 田铮 文奇 金子 《应用概率统计》 CSCD 北大核心 2001年第2期139-148,共10页

本文研究非线性自回归模型投影寻踪学习网络逼近的收敛性，证明了在Ｌｋ，（ｋ为正整数）空间上，投影寻踪学习网络可以以任意精度逼近非线性自回归模型，给出基于投影寻踪学习网络的非线性时间序列模型建模和预报的计算方法和应用实例... 本文研究非线性自回归模型投影寻踪学习网络逼近的收敛性，证明了在Ｌｋ，（ｋ为正整数）空间上，投影寻踪学习网络可以以任意精度逼近非线性自回归模型，给出基于投影寻踪学习网络的非线性时间序列模型建模和预报的计算方法和应用实例，对太阳黑子数据、山猫数据及西安数据进行了拟合和预报，将其结果与改进的ＢＰ网和门限自回归模型相应的结果进行比较，结果表明基于投影寻踪学习网络的非线性时间序列的建模和预报方法是一类行之有效的方法． 展开更多

关键词 非线性自回归模型 投影寻踪学习网络 收敛性 建模 预报 逼近 计算方法 非线性时间序列

在线阅读 下载PDF 职称材料

西安市出生缺陷趋势数学模型预测研究 被引量：8

10

作者 于敏 刘楚阳 +3 位作者 张水平 杨浩杰 刘飞 朱占芳 《西安交通大学学报（医学版）》 CAS CSCD 北大核心 2019年第2期311-316,共6页

目的采用灰色预测模型、ARIMA自回归移动平均模型和NAR非线性自回归动态神经网络模型分别预测西安市出生缺陷率,探索出生缺陷的流行趋势和可能的未来走向。方法对2003-2015年在西安市各级开设产科的医疗保健机构出生的孕28周至生后7 d... 目的采用灰色预测模型、ARIMA自回归移动平均模型和NAR非线性自回归动态神经网络模型分别预测西安市出生缺陷率,探索出生缺陷的流行趋势和可能的未来走向。方法对2003-2015年在西安市各级开设产科的医疗保健机构出生的孕28周至生后7 d所有围产儿进行出生缺陷监测并收集资料。用2003年10月至2015年9月出生缺陷监测数据对西安市出生缺陷发生率数据分别构建数据模型,将同时期实际出生缺陷发生率与模型拟合数据进行比较,评价模型的预测性能,并预测西安市2016至2017年每季度出生缺陷发生率。采用Excel软件进行数据录入,SPSS 16.0软件包进行统计学分析,Matlab软件进行灰色模型预测和神经网络模型预测,ARIMA自回归移动平均模型使用R软件进行预测。结果灰色预测模型提示2016至2017年度西安市各季度出生缺陷率(‰)分别为9.62、9.67、9.72、9.77、9.82、9.87、9.92、9.97,呈缓慢上升趋势。ARIMA模型预测显示2016至2017年度西安市各季度出生缺陷率(‰)分别为11.98、12.83、11.28、11.78、12.23、11.73、11.80、12.00,仍在较高水平相对狭窄的区间波动。NAR神经网络模型预测西安市出生缺陷率(‰)为13.24、17.91、10.55、16.08、16.47、9.42、11.99、11.68,在2016年到达出生缺陷率峰值,2017年相比2016年开始出现下降。比较3种模型对出生缺陷发生率的发展趋势预测,灰色预测模型、ARIMA模型、NAR模型的均方根误差分别为1.353 009、1.181 373、0.555 347。结论 NAR模型对出生缺陷数据预测更可靠,ARIMA模型次之,灰色预测模型误差相对较大;加强出生缺陷的预防和控制工作仍然是今后较长一段时间的公共卫生重点工作。 展开更多

关键词 出生缺陷 灰色模型 数学模型预测 分布特征 自回归移动平均模型 非线性自回归模型

在线阅读 下载PDF 职称材料

发动机怠速控制NARX模型及辨识 被引量：3

11

作者 邢建国 许沧粟 孙优贤 《内燃机工程》 EI CAS CSCD 北大核心 2002年第1期69-71,74,共4页

本文采用一类非线性自回归模型(NARX),描述怠速过程中怠速供油量、点火提前角与曲轴转速之间的关系。并结合一种逐步寻优的辨识算法,对一台改装的125发动机怠速试验数据进行处理,实测转速与模型预测输出基本吻合。

关键词 怠速控制 非线性自回归模型 辨识 发动机 NARX模型 供油量 提前角 转速

在线阅读 下载PDF 职称材料

基于PNN与FNN模型神经网络控制器设计与分析 被引量：4

12

作者 王锴 王占林 +1 位作者 付永领 祁晓野 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2006年第9期1072-1076,共5页

模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但... 模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但控制精度取决于人为经验;所研究的预测神经网络采用了基于非线性自回归滑动平均模型建立预测模型,实现在线学习和在线控制,但初始阶段控制精度不高.仿真研究证明,根据具体的控制对象采用适当的控制方法或是将2种方法合理地结合起来将会达到较高的控制精度. 展开更多

关键词 模糊神经网络 预测神经网络 非线性自回归滑动平均模型

在线阅读 下载PDF 职称材料

基于功率预测的风力机健康状态监测 被引量：1

13

作者 刘极 《水电能源科学》 北大核心 2020年第8期153-157,共5页

随着风力发电的广泛应用,对风力机健康状态进行准确监测的重要性日益凸显,为此提出了一种基于风力机功率预测的健康状态监测方法,即结合多项式模型和自回归模型特点,考虑风速与风力机输出功率之间的相关性和滞后性,利用改进非线性自回... 随着风力发电的广泛应用,对风力机健康状态进行准确监测的重要性日益凸显,为此提出了一种基于风力机功率预测的健康状态监测方法,即结合多项式模型和自回归模型特点,考虑风速与风力机输出功率之间的相关性和滞后性,利用改进非线性自回归模型对某风场风力机输出功率进行预测,并将预测结果与传统灰色模型、BP神经网络模型预测结果进行对比,计算与实测数据之间的误差。最后,选取功率预测系数中变化较为稳定的系数项作为观测系数,通过标准残差法确定异常观测系数反推风力机健康状态。分析结果表明,改进非线性自回归模型预测值与实测数据较为接近,趋势较为吻合。相比于传统灰色模型、BP神经网络模型,改进非线性自回归模型预测误差较小,精度较高。可见通过分析功率预测系数变化能够及时发现风力机健康状态变化,为故障发现提供参考。 展开更多

关键词 风力机 功率预测 非线性自回归模型 健康状态监测

在线阅读 下载PDF 职称材料

电液仿真转台控制系统设计与仿真研究 被引量：5

14

作者 王锴 王占林 +1 位作者 付永领 李万国 《宇航学报》 EI CAS CSCD 北大核心 2007年第1期178-182,共5页

针对影响三轴电液仿真转台动、静态性能最大的同步驱动、摩擦和大惯量负载干扰三个问题,采用了模拟人脑基于经验控制的FNN(模糊神经网络)控制器和基于学习校正的PNN(预测神经网络)控制器分别对应转台内环(角速度环)和外环(角度环)反馈... 针对影响三轴电液仿真转台动、静态性能最大的同步驱动、摩擦和大惯量负载干扰三个问题,采用了模拟人脑基于经验控制的FNN(模糊神经网络)控制器和基于学习校正的PNN(预测神经网络)控制器分别对应转台内环(角速度环)和外环(角度环)反馈系统。FNN同步控制器分为等同和主从同步控制模式,两种模式相互切换,提高了系统同步性能;PNN摩擦干扰控制器采用了基于双网络模型的NARMA(非线性自回归滑动平均)预测模型,具有较强的非线性系统辨识能力,提高了系统抗干扰能力。软件仿真结果表明,当转台外框负载发生变化或外框两马达转速相差较大时,使用PNN-FNN模型的智能控制系统仍具有较高的位置跟踪精度和动态性能。 展开更多

关键词 模糊神经网络 预测神经网络 非线性自回归滑动平均模型 双闭环反馈系统

在线阅读 下载PDF 职称材料

卫星钟差中长期预报的NAR动态神经网络法 被引量：2

15

作者 王旭 张文 《中国惯性技术学报》 EI CSCD 北大核心 2023年第6期578-584,共7页

针对中长期钟差预报中现有模型预报精度和运算效率相互制约的问题,提出一种非线性自回归(NAR)动态神经网络模型,以提高中长期钟差预报精度和运算效率。该模型选择Levenberg-Marquardt(LM)作为网络训练方法并采用递归预测的方法来预报中... 针对中长期钟差预报中现有模型预报精度和运算效率相互制约的问题,提出一种非线性自回归(NAR)动态神经网络模型,以提高中长期钟差预报精度和运算效率。该模型选择Levenberg-Marquardt(LM)作为网络训练方法并采用递归预测的方法来预报中长期钟差,设计了基于钟差变化的建模数据预处理方案。利用NAR模型对GPS卫星钟差进行中长期预报,并与二次多项式(QP)、灰色模型(GM(1,1))、小波神经网络模型(WNN)及T-S模糊神经网络模型(T-SFNN)进行实验对比。实验结果表明:所提方法的中长期预报性能优于QP和GM(1,1)两种模型,其60天的钟差预报精度分别提高了64.5%和93.7%;相比WNN和T-SFNN两种模型,其60天钟差预报的模型运算时间分别缩短了约430s和459s,验证了所提方法在预报精度和运算效率方面具有较好的综合性能。 展开更多

关键词 卫星钟差 非线性自回归模型 小波神经网络 T-S模糊神经网络 预报

在线阅读 下载PDF 职称材料