期刊文献+
共找到107篇文章
< 1 2 6 >
每页显示 20 50 100
基于时间序列的商品需求预测模型研究 被引量:15
1
作者 郑琰 黄兴 肖玉杰 《重庆理工大学学报(自然科学)》 CAS 北大核心 2019年第9期217-222,共6页
为更准确地预测出电子商务企业商品的销售需求量,通过应用基于时间序列的自回归滑动平均模型,构造时间序列相关函数,采用贝叶斯信息化准则(简称BIC准则)与多种群遗传算法这两种定阶方法确定模型参数。将所提出的预测方法应用到阿里巴巴... 为更准确地预测出电子商务企业商品的销售需求量,通过应用基于时间序列的自回归滑动平均模型,构造时间序列相关函数,采用贝叶斯信息化准则(简称BIC准则)与多种群遗传算法这两种定阶方法确定模型参数。将所提出的预测方法应用到阿里巴巴旗下电商企业,对其在未来一周内的部分商品进行需求预测,最后通过统计学方法将两种模型得到的预测结果进行对比分析。结果表明:所提出的基于多种群遗传算法的时间序列模型预测精度较高,对电商企业的采购与库存决策具有实际应用价值。 展开更多
关键词 自回归滑动平均模型 商品需求预测 多种群遗传算法
下载PDF
GM-ARMA-BP组合模型在建筑物沉降预测中的应用 被引量:11
2
作者 王璐 桂占飞 《北京测绘》 2019年第9期1038-1042,共5页
针对建筑物变形监测中的沉降预测问题,本文结合灰色模型、时间序列模型和BP神经网络模型的优点,提出了GM-ARMA-BP组合模型进行沉降预测的方法,有效克服了单一模型稳定性差的缺点,并以某高层建筑沉降观测数据为样本,通过对这几种模型的... 针对建筑物变形监测中的沉降预测问题,本文结合灰色模型、时间序列模型和BP神经网络模型的优点,提出了GM-ARMA-BP组合模型进行沉降预测的方法,有效克服了单一模型稳定性差的缺点,并以某高层建筑沉降观测数据为样本,通过对这几种模型的沉降预测结果进行比较分析,结果表明:GM-ARMA-BP组合模型预测效果最好,精度较单一模型提高50%以上,并且具有一定的适用性。 展开更多
关键词 沉降预测 灰色-时间序列-BP神经网络(GM-ARMA-BP)组合模型 灰色模型 时间序列
下载PDF
基于小波支持向量机特征分类的日径流组合预测——以宜昌三峡水库为例 被引量:11
3
作者 黄景光 吴巍 +2 位作者 程璐瑶 于楠 陈波 《中国农村水利水电》 北大核心 2018年第6期33-39,共7页
河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能... 河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能量谱作为SVM样本标记,并对原始序列进行特征分类,分为"平稳型"和"突变型"序列,对应不同类型序列的小波近似信号和细节信号分别采用自回归和滑动平均模型(ARMA)和BP神经网络模型进行预测,再重构各序列预测结果。最后采用平均绝对百分比误差(MAPE)、均方根误差(RMSE)、希尔不等式系数(TIC)作为模型评价指标。结果表明:在3个评价指标下,所提模型都优于ARMA和BP神经网络模型,并具有更好预测稳定性。 展开更多
关键词 径流预测 小波分解 支持向量机 自回归和滑动平均模型 神经网络 特征分类
下载PDF
基于随机矩阵理论的低压配电网边–云协同故障检测方法 被引量:10
4
作者 李碧桓 李知艺 鞠平 《中国电机工程学报》 EI CSCD 北大核心 2022年第1期25-36,共12页
快速、准确的故障检测能有效提升配电网安全运行水平。考虑到传统矩阵算法容错性差、智能优化算法复杂度高,该文基于随机矩阵理论提出一种数据驱动、边–云协同的低压配电网故障检测方法。当配电网发生故障时,边缘物联终端首先对量测时... 快速、准确的故障检测能有效提升配电网安全运行水平。考虑到传统矩阵算法容错性差、智能优化算法复杂度高,该文基于随机矩阵理论提出一种数据驱动、边–云协同的低压配电网故障检测方法。当配电网发生故障时,边缘物联终端首先对量测时间序列进行考虑时滞相关性的分布式诊断分析并解析上传数据需求,随后区域主站对上传数据进行集中式的高维随机矩阵分析并深入挖掘故障的时空特征。基于IEEE低压馈线测试系统的仿真实验进一步验证了该文方法的独特优势。算例结果表明,该文方法通用性强,只需依靠配电网量测数据,而无需详细的配电网物理结构信息;同时,该文方法鲁棒性强,对量测缺失、数据异常等情况具有一定的免疫效果。 展开更多
关键词 故障检测 随机矩阵 自回归滑动平均模型 边–云协同 配电网
下载PDF
基于电力系统大数据平台的安全管控机制探讨 被引量:9
5
作者 仝新宇 孟凡杰 +2 位作者 孙志达 杨乔川 裴蕾 《供用电》 2017年第12期44-48,共5页
随着电网规模不断扩大,智能化设备大量应用,电网运行过程中会产生海量、多元、复杂的数据,导致电网的安全管控面临着新的机遇和挑战。文章应用时间序列、聚类等大数据分析手段,对电力系统海量数据进行描述性和预测性分析,并深度挖掘数... 随着电网规模不断扩大,智能化设备大量应用,电网运行过程中会产生海量、多元、复杂的数据,导致电网的安全管控面临着新的机遇和挑战。文章应用时间序列、聚类等大数据分析手段,对电力系统海量数据进行描述性和预测性分析,并深度挖掘数据关联关系以及潜在附加价值,基于云计算技术实现了电力系统数据信息"收集—辨识—加工—整合"的平台集成化;基于集成平台探讨了"事前主动预防、事中积极应对、事后妥善处置"的全方位电网运行安全管控机制,以期实现电网运行风险的能控、可控、在控;最后,通过我国天津地区的典型案例,验证了所提的安全管控机制的可行性。 展开更多
关键词 大数据 自回归滑动平均模型 神经网络 调控运行 风险管控
下载PDF
高炉煤气流分布过程的多算法融合预测模型 被引量:9
6
作者 吴晓阳 张森 +1 位作者 陈先中 尹怡欣 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第6期1241-1252,共12页
在高炉生产中,准确的预测高炉煤气流分布状况将有助于保证高炉的稳定顺行.针对传统高炉煤气流预测模型的缺陷,本文提出了一种将带遗传因子的自回归移动平均模型(FF-ARMAX)和基于限定记忆的正则化极限学习机(RFMLS-RELM)相结合的高炉煤... 在高炉生产中,准确的预测高炉煤气流分布状况将有助于保证高炉的稳定顺行.针对传统高炉煤气流预测模型的缺陷,本文提出了一种将带遗传因子的自回归移动平均模型(FF-ARMAX)和基于限定记忆的正则化极限学习机(RFMLS-RELM)相结合的高炉煤气流多步预测模型.在数据预处理方面,建立FF-ARMAX模型消除原始数据中的测量误差,同时采用傅里叶变换法消除数据中叠加的环境噪声.最后采用RFMLS-RELM算法进行多步预测,对比试验表明,该算法在应用于煤气流预测时,预测精度更高,适用于对煤气流分布状况的多步预测.多步预测实验结果表明,该模型虽然仍旧无法完全解决预测误差随预测步数的增加而不断叠加的问题,但相较于其他传统预测模型能够实现更好的预测效果和更高的预测精度,为高炉操作人员分析炉况提供了有效的帮助和支持. 展开更多
关键词 高炉 煤气流分布 自回归移动平均模型 限定记忆 极限学习机 预测
下载PDF
基于卡尔曼滤波融合算法的空气质量指数预测 被引量:8
7
作者 郭利进 井海明 +1 位作者 南亚翔 修春波 《环境污染与防治》 CAS CSCD 北大核心 2017年第4期388-391,共4页
分析了卡尔曼滤波算法的基本原理及其对空气质量指数(AQI)的预测机制。利用自回归滑动平均模型(ARMA)为卡尔曼滤波建立数学模型,提出了将径向基函数(RBF)神经网络融合于卡尔曼滤波,实现了新的融合算法对AQI进行预测。根据AQI时间序列的... 分析了卡尔曼滤波算法的基本原理及其对空气质量指数(AQI)的预测机制。利用自回归滑动平均模型(ARMA)为卡尔曼滤波建立数学模型,提出了将径向基函数(RBF)神经网络融合于卡尔曼滤波,实现了新的融合算法对AQI进行预测。根据AQI时间序列的特点,建立了自回归预测模型,进而建立卡尔曼滤波的状态方程和测量方程。采用随机梯度逼近训练算法训练RBF神经网络,用RBF神经网络的输出作为卡尔曼滤波测量方程的观测值。仿真结果表明,融合了RBF神经网络后的卡尔曼滤波预测算法改善了单一方法预测滞后的现象,减小了误差,提高了预测精度。 展开更多
关键词 卡尔曼滤波 空气质量指数 自回归滑动平均模型 径向基函数
下载PDF
自回归移动平均模型在预测PM2.5中的应用 被引量:8
8
作者 刘宗伟 周彩丽 +3 位作者 马冬梅 邱玉刚 翟庆峰 刘春兰 《预防医学论坛》 2016年第8期582-584,共3页
目的应用自回归移动平均(Auto-regressive Moving Average Model)模型,建立潍坊市PM2.5的日均浓度预测模型。方法利用潍坊市2013年12月2日至2016年9月9日的历史PM2.5日均浓度数据,采用条件最小二乘法确定模型参数,模型阶数确定后,建立... 目的应用自回归移动平均(Auto-regressive Moving Average Model)模型,建立潍坊市PM2.5的日均浓度预测模型。方法利用潍坊市2013年12月2日至2016年9月9日的历史PM2.5日均浓度数据,采用条件最小二乘法确定模型参数,模型阶数确定后,建立PM2.5日均浓度预测模型。结果对模型的各个参数进行检验发现,各参数估计值的P值均〈0.05;对建立的模型进行残差的白噪声检验,χ~2检验统计量的P值均〉0.05,据此建立ARMA(1,3)模型,模型表达式为:χ_t=138.188 8+(1-0.394 23β-0.367 09β~2-0.146 84β~3)ε_t/(1-0.999 6β),并预测了PM2.5的未来日均浓度。结论 ARMA(1,3)模型可用于预测潍坊市PM2.5的日均浓度变化趋势。 展开更多
关键词 时间序列 自回归移动平均模型 PM2.5 预测
原文传递
基于变点发掘的城市轨道交通客流预测模型 被引量:7
9
作者 朱广宇 王雨晨 +2 位作者 张彭 艾渤 边历嵚 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2016年第6期2153-2159,共7页
通过城市轨道交通发展过程阶段变化对其相应的客流变化特点进行分析;基于变点发掘的方法划分出轨道交通客流的不同变化模式,并分析导致客流模式变化的影响因素;通过权重变化有效地结合不同交通状态模式下的变参数自回归求和滑动平均(ARI... 通过城市轨道交通发展过程阶段变化对其相应的客流变化特点进行分析;基于变点发掘的方法划分出轨道交通客流的不同变化模式,并分析导致客流模式变化的影响因素;通过权重变化有效地结合不同交通状态模式下的变参数自回归求和滑动平均(ARIMA)模型和全局BP神经网络模型,构建城市轨道交通客流组合预测模型;结合某大城市轨道交通线路的实际客流数据,对本文模型的适用性和准确性进行验证。研究结果表明:同一模式区间预测比全局搜索预测更容易获得较高精度预测值,组合模型预测结果相对优于单一模型预测结果。 展开更多
关键词 城市轨道交通 客流预测 变点发掘 组合预测 自回归求和滑动平均模型
下载PDF
基于EMD和ARMA模型桥梁振动信号降噪的处理方法 被引量:4
10
作者 刘建军 黄方林 王学敏 《铁道科学与工程学报》 CAS CSCD 北大核心 2006年第5期55-59,共5页
在桥梁振动信号的采集和传输过程中,针对外界环境的影响可能会在信号中形成局部强噪声干扰,从而造成分析结果的失真以及由于桥梁振动信号通常具有较宽的频谱成分,致使传统的滤波降噪方法存在很大的局限性等问题,基于经验模态分解(EMD)... 在桥梁振动信号的采集和传输过程中,针对外界环境的影响可能会在信号中形成局部强噪声干扰,从而造成分析结果的失真以及由于桥梁振动信号通常具有较宽的频谱成分,致使传统的滤波降噪方法存在很大的局限性等问题,基于经验模态分解(EMD)和自回归滑动平均(ARMA)模型提出了一种信号降噪方法。首先,利用EMD把有强噪声干扰的信号分解成不同时间尺度的本征模函数(IMF)和残余项;然后,分别对每个IMF无干扰区段建立ARMA模型,利用各个模型对有干扰区段进行滤波,用滤波后的数据代替原来的数据,对于残余项,拟合为多项式;最后,将所有的IMF及拟合后的残余项叠加,即得到降噪后的信号。通过对实测南京长江大桥有对讲机干扰的应变信号进行分析,结果表明了该方法的可行性及有效性。 展开更多
关键词 经验模态分解 自回归滑动平均模型 本征模函数 降噪
下载PDF
唐山地区结核病发病人数时间序列分析 被引量:3
11
作者 赵俊鹏 刘海涛 +3 位作者 田杰 陈子强 石凤玲 王丽芳 《医学动物防制》 2023年第2期120-126,共7页
目的 通过时间序列分析模型对不同时间唐山地区结核病发病人数进行预测预警,为该地区科学开展结核病疫情防控工作提供参考依据。方法 收集2005年1月至2021年12月唐山地区结核病发病人数,利用季节性自回归综合移动平均模型(seasonal auto... 目的 通过时间序列分析模型对不同时间唐山地区结核病发病人数进行预测预警,为该地区科学开展结核病疫情防控工作提供参考依据。方法 收集2005年1月至2021年12月唐山地区结核病发病人数,利用季节性自回归综合移动平均模型(seasonal autoregressive integrated moving average model, SARIMA)预测2022年结核病发病人数,同时利用该模型和秩检验,探索2020年新冠肺炎疫情期间该地区结核病发病预测人数与观察人数的差异性。结果 2005年1月至2021年12月,ARIMA(1,1,0)(1,1,2)s模型与实际结核病登记发病人数拟合效果较好(AR=-0.530,ARs=-0.967,MAs=0.861,P<0.05;Stationary R^(2)=0.558,R2=0.634,BIC=7.887;Ljung-Box Q=25.605,P<0.05),每年3、4和12月是结核病发病高峰,2022年发病人数预测值为1 800人。2005年至2019年,ARIMA(1,1,0)(1,1,2)s模型与实际发病人数拟合效果较好(AR=-0.544,ARs=-0.840,MAs=0.697,P<0.05;Stationary R^(2)=0.582,R^(2)=0.621,BIC=7.939;Ljung-Box Q=24.211,P<0.05),每年3、4和12月是发病高峰,2020年发病人数预测值为1 985人,2020年1月至5月结核病发病人数观察值与预测值差异有统计学意义(Z=-2.023,P<0.05)。结论 需提高唐山地区3、4和12月结核病的预警强度,防止该时期结核病疫情流行;同时加强新型冠状病毒肺炎等传染病疫情期间的结核病防治机构工作人员调度协调,完善应急体系,有效保障疫情期间结核病患者登记就诊。 展开更多
关键词 时间序列分析 自回归 移动平均 模型 结核 新型冠状病毒
原文传递
基于ARIMAX的风电功率预测研究
12
作者 鄂立顺 于宏涛 +1 位作者 李昂 张师 《电气开关》 2024年第2期77-79,共3页
一次能源的波动特性给电网带来了许多麻烦,使得大量的风电、光伏都不能被充分利用,风电功率预测技术作为有效应对风电接入的关键技术之一,对指导系统调度运行、风电场生产安排具有十分重大的意义。基于ARIMAX建立了风电功率预测模型,并... 一次能源的波动特性给电网带来了许多麻烦,使得大量的风电、光伏都不能被充分利用,风电功率预测技术作为有效应对风电接入的关键技术之一,对指导系统调度运行、风电场生产安排具有十分重大的意义。基于ARIMAX建立了风电功率预测模型,并采用实测数据对模型有效性进行验证。研究结果表明,将风速作为外因变量,利用历史风电功率数据可以对未来短时风电功率进行较为准确的预测。 展开更多
关键词 风电功率 自回归移动平均模型 风速 预测
下载PDF
基于时间序列分析的电容器退化模型 被引量:6
13
作者 张田 潘尔顺 《上海交通大学学报》 EI CAS CSCD 北大核心 2019年第11期1316-1325,共10页
针对高温下电容器电容值下降的问题,基于差分自回归移动平均(ARIMA)模型及分数阶自回归移动平均(ARFIMA)模型,引入时间序列分析法预测电容值的退化轨迹.对于ARIMA模型,当电容器的退化过程服从Wiener分布时,利用过差分预判法(OPM)预判原... 针对高温下电容器电容值下降的问题,基于差分自回归移动平均(ARIMA)模型及分数阶自回归移动平均(ARFIMA)模型,引入时间序列分析法预测电容值的退化轨迹.对于ARIMA模型,当电容器的退化过程服从Wiener分布时,利用过差分预判法(OPM)预判原时间序列的过差分阶数;根据单位根检验、自相关及偏自相关函数的计算结果确定经过一阶差分后的时间序列的平稳性.对于ARFIMA模型,利用重标极差法判定退化数据是否具有长期记忆性;通过最小准则及极大似然法估计模型阶数及其相关参数值.最后,通过残差检验验证OPM-ARIMA及ARFIMA模型在提取有效信息与准确预测两方面的能力,并进一步分析了这两种模型的可行性与有效性. 展开更多
关键词 时间序列分析 电容器 退化预测 自回归移动平均模型 分数阶差分
下载PDF
车联网络通过两级量化自适应卡尔曼滤波实现车辆状态预测 被引量:5
14
作者 冯安琪 钱丽萍 +1 位作者 欧阳金源 吴远 《计算机科学》 CSCD 北大核心 2020年第5期230-235,共6页
随着城市化和机动化的快速发展,交通安全越来越受到人们的关注。利用车载网络系统获取车载数据来预测车辆下一时刻的车载状态,对于提高运输路段的交通安全起着重要作用。文中提出一种基于自回归滑动平均(Auto-Regressice Mo-ving Averag... 随着城市化和机动化的快速发展,交通安全越来越受到人们的关注。利用车载网络系统获取车载数据来预测车辆下一时刻的车载状态,对于提高运输路段的交通安全起着重要作用。文中提出一种基于自回归滑动平均(Auto-Regressice Mo-ving Average,ARMA)模型的两级量化自适应卡尔曼滤波算法,来预测车辆的行车状态(行驶的方向、行驶的车道、车辆的速度和加速度)。首先,开发了一个车载网络系统,通过交换车载单元(On-Board Unit,OBU)和路边单元(Roadside Unit,RSU)之间的交通数据来获取车辆数据;然后,通过配置在路边单元的边缘云服务器来预测车辆状态;最后,边缘服务器把预测到的状态信息广播给其他路边单元,以便交叉口其他车辆获取车辆信息。实验结果验证了用于预测加速度的自回归移动平均模型的有效性。此外,文中还评估了所提算法的有效性。与其他3种预测算法相比,所提算法的速度预测精度分别提高了90.62%,89.81%,82.76%,这说明该算法在车载网络中能有效预测车辆状态。 展开更多
关键词 车载网络 交通安全 量化自适应卡尔曼滤波 自回归滑动平均模型 车辆状态预测
下载PDF
2012-2021年合肥市流行性腮腺炎流行特征 被引量:1
15
作者 王波 靳玉惠 《热带医学杂志》 CAS 2023年第5期724-727,共4页
目的分析2012-2021年合肥市流行性腮腺炎流行特点和规律,为探讨流行性腮腺炎发生的影响因素及制定防控措施提供科学依据。方法收集合肥市2012-2021年流行性腮腺炎病例和疫苗接种等相关资料,对三间分布采用描述性流行病学分析,构建差分... 目的分析2012-2021年合肥市流行性腮腺炎流行特点和规律,为探讨流行性腮腺炎发生的影响因素及制定防控措施提供科学依据。方法收集合肥市2012-2021年流行性腮腺炎病例和疫苗接种等相关资料,对三间分布采用描述性流行病学分析,构建差分自回归移动平均模型(ARIMA)预测2022年流腮发病情况。结果合肥市2012-2021年共计报告发生流行性腮腺炎病例13498例,年平均发病率为16.90/10万,发病呈下降趋势(χ_(趋势)^(2)=1016.17,P<0.05)。每年5、6月份出现发病高峰。年平均发病率前3位的分别为肥西县、蜀山区和瑶海区。发病主要集中在1~<16岁之间,学生、幼托儿童和散居儿童3种人群分别占发病总数的55.63%、24.78%、10.44%。2012-2021年全市接种含腮腺炎成分疫苗的剂次呈上升趋势。使用拟合的ARIMA(1,0,0)(0,1,1)_(12)模型预测,2022年1-5月份的预测值与实际发病数的相对误差为17.48%,对流腮的发病数据具有较好的适用性,预测显示2022年的发病数为1364例。结论合肥市流行性腮腺炎发病趋势总体呈下降趋势,应继续加强流行性腮腺炎的疾病监测,尤其要加强学校、托幼机构等重点单位的防控措施,落实2剂次含腮腺炎成分疫苗的接种。 展开更多
关键词 流行性腮腺炎 差分自回归移动平均模型 预测
原文传递
基于ARMA模型的水文序列相依变异分级方法及验证 被引量:5
16
作者 谢平 霍竞群 +3 位作者 桑燕芳 吴林倩 李雅晴 牛静怡 《水利学报》 EI CSCD 北大核心 2021年第7期793-806,共14页
受自然和人为等因素的影响,水文情势和地理环境不断发生显著变化,不同水文要素形成的水文时间序列常呈现出一定的相依性。为定量研究水文序列中的这种相依现象,本文以自回归滑动平均模型ARMA为例,选取原始水文序列与其相依成分间的相关... 受自然和人为等因素的影响,水文情势和地理环境不断发生显著变化,不同水文要素形成的水文时间序列常呈现出一定的相依性。为定量研究水文序列中的这种相依现象,本文以自回归滑动平均模型ARMA为例,选取原始水文序列与其相依成分间的相关系数为衡量标准,提出对相依变异强弱程度分级的一种方法。先用公式推导的方式从原理上阐明相关系数与序列的自回归系数和滑动平均系数存在的关系,从而建立相关系数与序列自相关系数的联系,再选择合理阈值作为分级界限,把相关系数划分为5段区间,对应描述5种不同强弱的相依变异程度。分别以较低阶数的ARMA模型为例,通过统计试验验证了以相关系数作为分级指标的合理性。将所提方法分别应用于模拟时间序列和实测水文序列,并结合物理成因从气候变化和人类活动两个方面对实测径流序列的相依变异分级结果进行了分析与验证,结果表明该方法合理可靠。 展开更多
关键词 自回归滑动平均模型 相关系数 统计试验 分级 时间序列 相依变异
下载PDF
一种基于ARMA模型的配电网馈线负荷预测方法 被引量:4
17
作者 李晓东 陈中显 《电工电气》 2017年第1期35-37,共3页
为了提高配电网系统的运行效率和稳定性,在建立ARMA模型的基础上,对配电网馈线负荷进行预测和分析。建立了配电网馈线负荷数据序列及ARMA模型,对馈线负荷数据序列的差分运算、标准化、自相关系数和偏相关系数进行分析,并采用ARMA模型对... 为了提高配电网系统的运行效率和稳定性,在建立ARMA模型的基础上,对配电网馈线负荷进行预测和分析。建立了配电网馈线负荷数据序列及ARMA模型,对馈线负荷数据序列的差分运算、标准化、自相关系数和偏相关系数进行分析,并采用ARMA模型对未来某一时间段内的配电网馈线负荷数据序列进行预测。算例结果分析表明,ARMA模型预测值与实际值相符。 展开更多
关键词 配电网 馈线负荷预测 数据序列 ARMA模型
下载PDF
采用ARMAX模型的精磨非线性振动系统辨识 被引量:4
18
作者 陈勇 黄国钦 +1 位作者 罗光华 柯翔敏 《华侨大学学报(自然科学版)》 CAS 北大核心 2018年第3期332-336,共5页
基于外源自回归滑动平均模型(ARMAX),提出改进的动态偏心精密磨削非线性振动系统的二阶振动微分方程解耦算法,获得其传递函数系统模态参数,主要包括模态刚度、模态质量和模态阻尼等的辨识.结合模态辨识理论,优化复模态振型的振动系统传... 基于外源自回归滑动平均模型(ARMAX),提出改进的动态偏心精密磨削非线性振动系统的二阶振动微分方程解耦算法,获得其传递函数系统模态参数,主要包括模态刚度、模态质量和模态阻尼等的辨识.结合模态辨识理论,优化复模态振型的振动系统传递函数矩阵模态参数的模态留数或模态参数形式辨识算法,并进行相应实验验证.验证结果表明:该复模态振型振动系统解耦算法实现重构传递函数曲线低频区域局部振动特征,计算精度较高,有效应用于精密加工过程非线性振动的预估和控制. 展开更多
关键词 ARMAX模型 非线性振动 解耦算法 精密磨削 系统辨识
下载PDF
基于ARMA模型的加速退化试验可靠性评估 被引量:4
19
作者 黄运来 张国龙 +1 位作者 邓陈 柏航 《中国测试》 CAS 北大核心 2014年第4期137-140,共4页
有限时间内很难获得大量电子产品的失效数据,传统可靠性评估方法存在一定局限。在分析传统加速退化试验可靠性评估的基础之上,提出利用时间序列对产品加速退化过程描述的方法,使用自回归滑动平均混合(ARMA)模型对退化数据进行建模,通过... 有限时间内很难获得大量电子产品的失效数据,传统可靠性评估方法存在一定局限。在分析传统加速退化试验可靠性评估的基础之上,提出利用时间序列对产品加速退化过程描述的方法,使用自回归滑动平均混合(ARMA)模型对退化数据进行建模,通过参数估计得到其退化规律的表达式,从而外推出其失效寿命,进而利用极大似然估计理论进行可靠性评估。最后以某电源电路板加速退化试验数据为例,分时间序列建模和可靠性评估两大步骤,分别对95℃、105℃、115℃下加速退化试验数据进行分析处理,得出可靠性评估结果,验证该方法的有效性和实用性。 展开更多
关键词 可靠性评估 加速退化试验 ARMA模型 时间序列
下载PDF
Identification Method for RLG Random Errors Based on Allan Variance and Equivalent Theorem 被引量:2
20
作者 唐江河 付振宪 邓正隆 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2009年第3期273-278,共6页
An identification method using Allan variance and equivalent theorem is proposed to identify non-stationary sensor errors mixed out of different simple noises. This method firstly derives the discrete Allan variances ... An identification method using Allan variance and equivalent theorem is proposed to identify non-stationary sensor errors mixed out of different simple noises. This method firstly derives the discrete Allan variances of all component noises inherent in noise sources in terms of their different equations; then the variances are used to estimate the parameters of all component noise models; finally, the original errors are represented by the sum of the non-stationary component noise model and the equivalent m... 展开更多
关键词 Allan variance equivalent theorem NON-STATIONARY auto-regressive and moving average model ring laser gyro
原文传递
上一页 1 2 6 下一页 到第
使用帮助 返回顶部