-
题名基于改进PSO算法对ARMA模型定阶新方法
被引量：4
- 1
-
-
作者
孙汝儒
肖迪
-
机构
南京工业大学自动化与电气工程学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2013年第12期140-143,共4页
-
基金
江苏省高校自然科学研究项目(09KJB 510002)
江苏省博士后科研计划基金项目(1001027B)
-
文摘
在研究传统AIC准则定阶方法的缺点的基础上,提出用改进的粒子群算法对ARMA(r,m)模型定阶的新方法。基本思想是,由于粒子群算法容易早熟,易陷入局部最优,从而导致过早收敛,得不到最优解,因此提出利用母群划分子群的搜索方法避免算法陷入局部最优的问题。子群各自进行搜索得出最优解,由最优解作为新一代粒子种群,继续搜索自动生成最优解,对ARMA模型进行准确定阶,克服了AIC定阶准则的计算法繁琐、定阶不精确的缺点。通过MATLAB进行实例仿真验证,证明了该方法简单可行。
-
关键词
改进的粒子群算法
arma(r
m)模型定阶
模型定阶
-
Keywords
Improved particle swarm optimisation arma（r, m） model order determination Model order determination
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于PSO算法的ARMA模型长江化工污染水质预测
被引量：1
- 2
-
-
作者
孙汝儒
肖迪
-
机构
南京工业大学自动化与电气工程学院
-
出处
《化工自动化及仪表》
CAS
2012年第9期1173-1176,共4页
-
基金
江苏省高校自然科学研究项目(09KJB510002)
江苏省博士后科研资助计划基金项目(1001027B)
-
文摘
针对时间序列分析ARMA模型预测的问题,在研究传统预测方法缺点的基础上,提出了用粒子群优化算法(PSO)确定ARMA(r,m)模型的自回归阶数r和滑动平均阶数m的新方法。首先根据ARMA(r,m)模型对预测值与实际值提出相应的粒子群优化算法的适应度函数;然后选取适当的学习因子、惯性权重、种群大小、粒子速度和迭代次数,通过迭代找到最优解;然后找到最优的ARMA(r,m)模型对长江流域水质进行预测。通过MATLAB进行仿真证明了该方法简单可行,很大程度上提高了对长江水质化学污染的预测精度。
-
关键词
粒子群优化算法
arma(r
m)模型
模型定阶
长江水质
-
Keywords
PSO,arma(r,m) model,model order,Yangtze river water quality
-
分类号
TH865
[机械工程—仪器科学与技术]
-
