微型电脑应用
微型電腦應用
미형전뇌응용
MICROCOMPUTER APPLICATIONS
2014年
8期
34-36
,共3页
时间序列%时变自回归模型%预测
時間序列%時變自迴歸模型%預測
시간서렬%시변자회귀모형%예측
Time Series%Time-Varying Autoregressive Model%Prediction
针对现有的自回归(Autoregressive,AR)模型对非平稳数据预测效果不佳的问题,提出了基于时变自回归(Time-Varying Autoregressive,TVAR)模型的时序预测方法.针对某型国产飞机发动机的低压转速信号,使用TVAR模型分别进行点预测和区间预测,并与AR模型的点预测结果进行对比.研究结果表明,TVAR模型能够很好地反映非平稳数据的变化趋势.在给定置信水平下,TVAR预测区间能够包含真实数据,因此TVAR模型在时序预测中具有更好的预测效果.
針對現有的自迴歸(Autoregressive,AR)模型對非平穩數據預測效果不佳的問題,提齣瞭基于時變自迴歸(Time-Varying Autoregressive,TVAR)模型的時序預測方法.針對某型國產飛機髮動機的低壓轉速信號,使用TVAR模型分彆進行點預測和區間預測,併與AR模型的點預測結果進行對比.研究結果錶明,TVAR模型能夠很好地反映非平穩數據的變化趨勢.在給定置信水平下,TVAR預測區間能夠包含真實數據,因此TVAR模型在時序預測中具有更好的預測效果.
침대현유적자회귀(Autoregressive,AR)모형대비평은수거예측효과불가적문제,제출료기우시변자회귀(Time-Varying Autoregressive,TVAR)모형적시서예측방법.침대모형국산비궤발동궤적저압전속신호,사용TVAR모형분별진행점예측화구간예측,병여AR모형적점예측결과진행대비.연구결과표명,TVAR모형능구흔호지반영비평은수거적변화추세.재급정치신수평하,TVAR예측구간능구포함진실수거,인차TVAR모형재시서예측중구유경호적예측효과.