期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到87篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进PGA优化VMD的ARIMA-LSTM混合模型的光伏功率预测 认领 引用
1
作者 吴仕宏 尚轩竹 +1 位作者 吴佳文 武兴宇 《沈阳农业大学学报》 CAS CSCD 北大核心 2026年第4期126-136,共11页
[目的]大规模太阳能发电的固有波动性给智能电网的能源管理带来重大挑战。准确预测太阳能功率对于保障智能电网的经济运行至关重要。提出一种基于改进向光生长优化算法(PGA)优化变分模态分解(VMD)并融合自回归差分移动平均(ARIMA)和长... [目的]大规模太阳能发电的固有波动性给智能电网的能源管理带来重大挑战。准确预测太阳能功率对于保障智能电网的经济运行至关重要。提出一种基于改进向光生长优化算法(PGA)优化变分模态分解(VMD)并融合自回归差分移动平均(ARIMA)和长短期记忆神经网络(LSTM)的光伏功率预测模型。[方法]利用改进PGA对VMD的模态数和惩罚因子寻优,将原始非平稳的功率序列分解为平稳的子模态,依据各模态波动特性构建ARIMA和LSTM预测模型,叠加重构得到最终预测值。以实际光伏电站历史数据为样本将LSTM、ARIMA-LSTM、PGA-VMD-ARIMA-LSTM以及IPGA-VMD-ARIMA-LSTM进行对比试验。选取多种评价指标对提出的改进模型进行评价。[结果]IPGA-ARIMA-LSTM的MAE降为0.5,RMSE为0.78,MAPE低至1.37,精度最高,较PGA-VMD-ARIMA-LSTM精度提高18.9%。[结论]改进PGA优化VMD的ARIMA-LSTM在拟合度、预测精度和稳定性方面均优于传统方法,通过改进传统方法对参数进行优化,显著提升预测性能。 展开更多
关键词 光伏发电 功率预测 LSTM ARIMA-LSTM PGA算法
暂未订购 下载PDF
基于ARIMA算法的边坡位移预测方法应用研究 认领 引用
2
作者 祝诗逸 董瀚芳 朱益军 《北方交通》 2026年第1期51-54,共4页
滑坡多发于山地丘陵地区,是常见的地质灾害类型之一。如何预测边坡位移,从而判断滑坡灾害发生时间,是当前的研究重点。文章提出一种基于差分自回归移动平均算法(ARIMA)的边坡位移预测方法。利用实际工程数据进行应用与验证,并采用平均... 滑坡多发于山地丘陵地区,是常见的地质灾害类型之一。如何预测边坡位移,从而判断滑坡灾害发生时间,是当前的研究重点。文章提出一种基于差分自回归移动平均算法(ARIMA)的边坡位移预测方法。利用实际工程数据进行应用与验证,并采用平均绝对误差(MAE)和均方根误差(RMSE)作为边坡位移预测精度评价指标,对预测结果进行评价。结果表明,采用基于ARIMA算法的边坡位移预测方法得到的MAE值和RMSE值均小于5mm,ARIMA算法能够较为准确地预测出边坡位移变化趋势和数值,效果良好。 展开更多
关键词 边坡位移 ARIMA算法 时间序列 预测模型
暂未订购 下载PDF
基于ARIMA算法的电力系统用电负荷预测分析 认领 引用
3
作者 张正 刘晓华 马磊 《微型电脑应用》 2026年第3期97-99,106,共3页
电力系统负荷预测是电网规划的基础,其预测精度直接影响电网安全及运行成本。为了提高电力系统负荷预测能力,提出基于自回归积分滑动平均(ARIMA)的电力系统用电负荷预测模型。构建预测时间序列,完成差分平稳处理后,以自相关函数与偏自... 电力系统负荷预测是电网规划的基础,其预测精度直接影响电网安全及运行成本。为了提高电力系统负荷预测能力,提出基于自回归积分滑动平均(ARIMA)的电力系统用电负荷预测模型。构建预测时间序列,完成差分平稳处理后,以自相关函数与偏自相关函数设置模型阶数,对参数进行评估验证,选择最优参数模型完成预测过程。测试结果表明,所提出的模型的误差值比其余2种模型更小,可以控制在4%以内,并且达到了0.9992的相似度。ARIMA算法能够对平稳信号序列实现更精确的预测效果,获得更小误差,预测精度得到显著提升。ARIMA算法能够满足负荷预测的要求,具有很好的实际应用价值。 展开更多
关键词 电力系统 ARIMA算法 电力负荷预测 自相关函数 相似度 时间序列
暂未订购 下载PDF
基于GA-ARIMA-CNN混合模型的长治市AQI预测研究 认领 引用
4
作者 张宇坤 赵丽华 《环境科学与管理》 CAS 2026年第6期43-48,共6页
文章基于2020年-2023年长治市空气质量监测日度数据,系统分析了空气质量指数及六种主要污染物的相关关系,揭示了PM2.5、PM10和O3为长治地区AQI关键影响因子,冬季供暖期以颗粒物污染为主,夏季非供暖期则以臭氧为主导。研究构建... 文章基于2020年-2023年长治市空气质量监测日度数据,系统分析了空气质量指数及六种主要污染物的相关关系,揭示了PM2.5、PM10和O3为长治地区AQI关键影响因子,冬季供暖期以颗粒物污染为主,夏季非供暖期则以臭氧为主导。研究构建了遗传算法优化的GA-ARIMA-CNN融合预测模型,结合ARIMA的时序线性特征提取、CNN的非线性挖掘及GA的超参数优化能力。实验结果表明,GA-ARIMA-CNN融合模型的预测精度显著优于单一模型及传统融合模型,其RMSE、MAE和MAPE分别达到3.1、1.78和3.99%,通过对比不同模型的预测性能,验证了融合模型的优越性,对推动长治市区域环境治理具有重要的理论和实践价值。 展开更多
关键词 AQI预测 CNN模型 ARIMA模型 遗传算法 多模态融合
暂未订购 下载PDF
基于DBSCAN聚类算法和ARIMA时间序列的气候因素研究 认领 引用
5
作者 陈虹云 史雨轩 《电工技术》 2026年第10期85-88,共4页
对气候变化的时间序列特征进行科学分析与精准预测,对于理解气候演变规律和制定应对策略具有至关重要的理论与现实意义。通过DBSCAN算法对全球代表性城市的温度数据进行聚类,并对每类城市进行气温突变检验和最小二乘回归计算,以分析和... 对气候变化的时间序列特征进行科学分析与精准预测,对于理解气候演变规律和制定应对策略具有至关重要的理论与现实意义。通过DBSCAN算法对全球代表性城市的温度数据进行聚类,并对每类城市进行气温突变检验和最小二乘回归计算,以分析和揭示全球温度的变化趋势;通过构建ARIMA等多种时间序列模型,对全球温度数据进行训练和预测;最后通过Spearman相关性分析,确定影响气温的主要因素并为制定气候变化缓解措施提供科学依据。 展开更多
关键词 DBSCAN算法 Mann-Kendall突变检验 Elman神经网络 ARIMA模型 时间序列预测
暂未订购 下载PDF
基于ARIMA算法的玉米籽粒储藏温度预测研究 认领 引用 被引量：5
6
作者 陈思羽 徐爱迪 +3 位作者 刘春山 王淑铭 马浏轩 韩雪双 《农机化研究》 北大核心 2025年第9期171-177,186,共7页
外界环境变化对粮堆内部温度的影响较大,针对夏季温度高、湿度大、易发生腐烂霉变的特点,利用夏季高温试验周期内储粮仓各层的温度数据,基于ARIMA算法进行玉米籽粒储藏短期温度预测。利用差分法、ACF图、PACF图确定模型中d、p、q等参数... 外界环境变化对粮堆内部温度的影响较大,针对夏季温度高、湿度大、易发生腐烂霉变的特点,利用夏季高温试验周期内储粮仓各层的温度数据,基于ARIMA算法进行玉米籽粒储藏短期温度预测。利用差分法、ACF图、PACF图确定模型中d、p、q等参数,依据确定的温度预测模型对未来7 d仓内各粮层的温度进行预测,并将预测值与试验值进行对比,通过绝对误差MAE、相对误差MSE评价指标对模型进行评估,结果表明:第1层模型预测值与实际值的绝对误差MAE的平均值为2.96℃,相对误差MSE的平均值为11.37%;第2层模型预测值与实际值的绝对误差MAE的平均值为0.5℃,相对误差MSE的平均值为1.80%;第3层模型预测值与实际值的绝对误差MAE的平均值为0.57℃,相对误差MSE的平均值为1.91%;第4层模型预测值与实际值的绝对误差MAE的平均值为0.28℃,相对误差MSE的平均值为1.02%,各层相对误差均控制在16%以内。试验结果表明建立的ARIMA温度预测模型较适合玉米籽粒储藏短期温度预测,为保障储粮品质提供了理论依据。 展开更多
关键词 玉米籽粒 储藏 ARIMA算法 温度预测
暂未订购 下载PDF
基于集成学习的ARIMA-LSTM模型在棉粕价格预测中的应用 认领 引用 被引量：3
7
作者 吴展 王春晓 《饲料研究》 CAS 北大核心 2025年第2期227-231,共5页
准确预测棉粕价格对于稳定畜产品供给、促进饲料加工业可持续发展以及保障国家粮食安全至关重要。研究旨在基于长短期记忆神经网络(LSTM)的深度学习机制,构建棉粕价格预测模型。首先利用差分自回归移动平均(ARIMA)模型预测时间序列数据... 准确预测棉粕价格对于稳定畜产品供给、促进饲料加工业可持续发展以及保障国家粮食安全至关重要。研究旨在基于长短期记忆神经网络(LSTM)的深度学习机制,构建棉粕价格预测模型。首先利用差分自回归移动平均(ARIMA)模型预测时间序列数据中线性变化,并应用LSTM算法估计棉粕价格序列的非线性效应。运用集成学习极限梯度提升(XGBoost)算法来确定残差序列滞后长度作为LSTM模型中的输入节点。最后,将拟合的线性和非线性变化之和作为ARIMA-LSTM组合模型的最终预测值。研究表明,基于XGBoost的ARIMA-LSTM混合模型优于单一的ARIMA时间序列预测模型,具有良好的预测性能。 展开更多
关键词 深度学习 棉粕价格预测 集成学习 ARIMA模型 XGBoost算法
暂未订购 下载PDF
基于ARIMA与GGACO算法的ETL任务调度机制研究 认领 引用
8
作者 周金治 刘艺涵 吴斌 《控制工程》 CSCD 北大核心 2025年第2期208-215,共8页
随着抽取-转换-加载(extraction-transformation-loading,ETL)系统的ETL任务量增多,任务复杂度和波动性也随之提升,现有的ETL任务调度机制难以满足调度需求,如时间片轮转法受限于弹性调度能力弱、效率低下等缺点。为研究如何提升ETL任... 随着抽取-转换-加载(extraction-transformation-loading,ETL)系统的ETL任务量增多,任务复杂度和波动性也随之提升,现有的ETL任务调度机制难以满足调度需求,如时间片轮转法受限于弹性调度能力弱、效率低下等缺点。为研究如何提升ETL任务调度机制的弹性调度能力以及执行效率,提出了一种基于整合移动平均自回归(autoregressive integrated moving average,ARIMA)模型与贪心-遗传-蚁群优化(greedy-genetic-ant colony optimization,GGACO)算法的ETL任务调度机制。初期,建立ARIMA模型并弹性地结合贪心算法计算初始解;中期,利用遗传算法的全局快收敛的特性结合初始解圈定最优解的大致范围;最后,利用蚁群优化算法的局部快速收敛性进行最优解搜索。实验结果表明:该调度机制能够弹性地指导任务调度尽可能地找到最优解,减少任务的执行时间,以及尽可能实现更高效的负载均衡。 展开更多
关键词 弹性调度 ARIMA 贪心算法 遗传算法 蚁群优化算法
暂未订购 下载PDF
基于ARIMA算法的异常排污行为时间序列识别方法 认领 引用
9
作者 王华 杨蓉 +2 位作者 刘东旭 张文波 高承敏 《微型电脑应用》 2025年第11期264-267,共4页
为了有效、准确地识别排污行为时间序列的异常,提出基于自回归积分滑动平均(ARIMA)算法的异常排污行为时间序列识别方法。排污行为时间序列数据补充完整后,经差分处理确定平稳性,输入ARIMA算法完成参数训练,获取最佳自回归阶数、序列差... 为了有效、准确地识别排污行为时间序列的异常,提出基于自回归积分滑动平均(ARIMA)算法的异常排污行为时间序列识别方法。排污行为时间序列数据补充完整后,经差分处理确定平稳性,输入ARIMA算法完成参数训练,获取最佳自回归阶数、序列差分阶数和移动平均阶数。利用ARIMA算法拟合函数获取线性部分预测值以及非线性部分的残差值,二者相加得到最终预测结果。将实际值与预测值进行对比,判断异常值。利用k-means聚类算法计算排污行为时间序列的状态转移概率,利用状态转移概率对异常值出现的概率进行计算,获取可能性最高的异常值,提高异常识别准确性。实验结果表明,所提出的方法在Shuttle数据集、排污行为时间序列数据集下的AUC值均高于0.9,异常点数为27个时,其异常排污量识别率为96.71%,异常排污量识别准确率为97.63%。由此证明,所提出的方法能够有效识别异常排污行为。 展开更多
关键词 异常排污行为 时间序列 自回归积分滑动平均算法 异常值识别 k-means聚类算法
暂未订购 下载PDF
结合CatBoost算法与ARIMA模型的电池健康状态预测与优化 认领 引用
10
作者 马玲琦 邹海荣 李兴家 《电器与能效管理技术》 2025年第3期31-37,75,共7页
针对电池健康状况(SOH)的预测,提出一种集成分类提升(CatBoost)算法和自回归差动平均(ARIMA)模型的SOH估算方法。通过时间序列分析提取特征并获取ARIMA模型残差,将其作为额外特征经CatBoost算法处理,构建增强数据集进行预测。实验结果表... 针对电池健康状况(SOH)的预测,提出一种集成分类提升(CatBoost)算法和自回归差动平均(ARIMA)模型的SOH估算方法。通过时间序列分析提取特征并获取ARIMA模型残差,将其作为额外特征经CatBoost算法处理,构建增强数据集进行预测。实验结果表明,所提方法显著提升了预测性能,最佳均方根误差(RMSE)达到0.0046,平均绝对误差(MAE)达到0.0034,拟合度(R2)达到0.9994,相比仅使用初始数据的模型具有更高的准确性和稳定性。 展开更多
关键词 电池健康状态 CatBoost算法 ARIMA模型 残差 增强数据集
暂未订购 下载PDF
基于MPA-BPNN和ARIMA的港口货物吞吐量预测 认领 引用 被引量：1
11
作者 戴红伟 王博文 《上海海事大学学报》 北大核心 2025年第3期95-103,共9页
为提高港口货物吞吐量预测的准确性,分别构建由海洋捕食者算法(marine predators algorithm,MPA)优化的反向传播神经网络(back-propagation neural network,BPNN)预测模型(记为MPA-BPNN模型)和自回归综合移动平均(autoregressive integr... 为提高港口货物吞吐量预测的准确性,分别构建由海洋捕食者算法(marine predators algorithm,MPA)优化的反向传播神经网络(back-propagation neural network,BPNN)预测模型(记为MPA-BPNN模型)和自回归综合移动平均(autoregressive integrated moving average,ARIMA)预测模型。在灰色关联分析和Spearman相关分析的基础上,利用MPA-BPNN模型对宁波港港口货物吞吐量进行预测。对时间序列进行平稳性检验和自相关检验后,利用ARIMA模型对宁波港港口货物吞吐量进行预测。分别以2021—2022年、2015—2022年为预测区间,比较BPNN、MPA-BPNN和ARIMA模型的预测效果。结果表明:地区生产总值等因素对宁波港港口货物吞吐量具有重要显著影响;MPA-BPNN模型具有一定的寻优能力,其预测准确性比BPNN的高;在数据序列整体波动不剧烈的情况下,短期预测更适用ARIMA模型,中长期预测更适用神经网络模型。 展开更多
关键词 港口货物吞吐量预测 反向传播神经网络(BPNN) 海洋捕食者算法(MPA) 自回归综合移动平均(ARIMA)
暂未订购 下载PDF
基于D2D移动预测的边缘计算任务卸载策略 认领 引用 被引量：1
12
作者 黎作鹏 王瑞瑞 《计算机工程与设计》 北大核心 2026年第2期385-392,共8页
在无基站设施的网络场景中,针对移动对D2D任务卸载的影响,提出一种基于移动预测的任务卸载策略(MPTOS)。构建一种基于时间序列的节点移动预测模型,预测节点位移变化,进而支持选择出满足任务卸载需求的节点,解决了移动环境中因网络拓扑... 在无基站设施的网络场景中,针对移动对D2D任务卸载的影响,提出一种基于移动预测的任务卸载策略(MPTOS)。构建一种基于时间序列的节点移动预测模型,预测节点位移变化,进而支持选择出满足任务卸载需求的节点,解决了移动环境中因网络拓扑变化引起的卸载失败问题;为提高在复杂移动环境中任务卸载成功的概率,提出参数自适应遗传算法,通过求解多目标函数获得最优任务卸载策略并动态调整变异率参数加快收敛速度。仿真实验结果表明,该算法与Min-Min调度算法和平均分配(equal allocation,EA)等算法相比,平均任务时延和能耗方面分别减少约27%和39%,有效降低卸载成本。 展开更多
关键词 移动边缘计算 设备到设备 多目标优化 任务卸载 移动预测 遗传算法 自回归移动平均模型
暂未订购 下载PDF
基于实时客流量的高速公路服务建筑低能耗运行模式研究 认领 引用
13
作者 矫立超 余明奇 鲁玉洁 《交通节能与环保》 2026年第2期117-125,共9页
本文依据高速公路服务区客流峰谷值规律进行低能耗运行模式研究,以预测客流规律为切入点进行了客流实测分析,阐述了基于“残差BP网络补偿”的ARIMA-BP组合算法的方法及步骤,并基于京石高速徐水服务区客流统计数据作为训练集,建立组合算... 本文依据高速公路服务区客流峰谷值规律进行低能耗运行模式研究,以预测客流规律为切入点进行了客流实测分析,阐述了基于“残差BP网络补偿”的ARIMA-BP组合算法的方法及步骤,并基于京石高速徐水服务区客流统计数据作为训练集,建立组合算法模型;依据该模型,采用Origin图示法进行普通日、特殊日客流分析,构建日客流量模型,依据客流量模型、功能区室内人员密度变化及实时在室率,分析空调系统负荷和新风负荷;最后基于客流量变化特征对空调系统运行、照明及其他用能设备负荷率、新风量进行调整,结合实时负荷率优化运行时段与功率分配,提升了整体能效。 展开更多
关键词 交通碳排放 低能耗运行 ARIMA-BP算法 高速公路服务建筑 整体能效
暂未订购 下载PDF
GPS技术在水利工程结构变形监测中的应用研究 认领 引用
14
作者 周振辉 商坡 《粘接》 CAS 2026年第2期556-558,563,共3页
为提高GPS定位技术在水利工程结构变形监测中的应用能力,提出一种基于ARIMA的GPS缺失数据填补方法。首先,对ARIMA模型和DBSCAN聚类算法进行简要介绍,然后给出基于ARIMA的GPS缺失数据填补方法的实现流程,最后通过实验测试表明:ARIMA模型... 为提高GPS定位技术在水利工程结构变形监测中的应用能力,提出一种基于ARIMA的GPS缺失数据填补方法。首先,对ARIMA模型和DBSCAN聚类算法进行简要介绍,然后给出基于ARIMA的GPS缺失数据填补方法的实现流程,最后通过实验测试表明:ARIMA模型可以对GPS缺失数据进行填补,但受异常值影响,预测数据与原始数据相差较大,而经过DBSCAN聚类算法对原始数据进行异常值识别和修复后,ARIMA模型的预测结果得到明显提高,可以准确地对GPS缺失数据进行预测和填补,提高了GPS定位技术的监测能力,使其更好的用于水利工程结构变形监测,保障水利工程可以安全、长效运行。 展开更多
关键词 GPS定位技术 ARIMA模型 DBSCAN聚类算法 水利工程结构
暂未订购 下载PDF
基于自回归综合移动平均值与遗传算法优化反向传播神经网络组合模型的光伏系统发电功率预测 认领 引用 被引量：1
15
作者 石良 陈彬 李凯 《山西电力》 2026年第2期34-39,共6页
为提高光伏系统发电功率的预测精度,提出了一种基于自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏系统发电功率组合预测模型。首先,统计分析表明光伏发电功率序列具有线性趋势和局部的非线性数据特征;其次,结合自回归综合... 为提高光伏系统发电功率的预测精度,提出了一种基于自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏系统发电功率组合预测模型。首先,统计分析表明光伏发电功率序列具有线性趋势和局部的非线性数据特征;其次,结合自回归综合移动平均模型较好的线性拟合能力和遗传算法优化反向传播神经网络优越的局部非线性映射能力,构建了自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合预测模型;最后,利用实际光伏系统发电功率数据对自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合模型的预测性能进行了评估,并与自回归综合移动平均模型、反向传播神经网络模型和自回归综合移动平均模型-反向传播神经网络模型进行了对比分析。研究结果表明:所提自回归综合移动平均值和遗传算法优化反向传播神经网络的光伏发电功率组合预测模型的预测误差小、精度高,且预测误差相对稳定,验证了所提组合模型的有效性和优越性。 展开更多
关键词 光伏发电 功率预测 自回归综合移动平均模型 遗传算法优化反向传播神经网络模型 组合模型
暂未订购 下载PDF
基于ARIMA-LSTM的能量预测算法 认领 引用 被引量：10
16
作者 沈露露 梁嘉乐 周雯 《无线电通信技术》 2023年第1期150-156,共7页
无线传感器网络的节点运行往往受限于能量供给。对太阳能进行采集并转换成电能存储,可以延长节点的使用寿命。对太阳能进行能量预测,可以更好地规划和使用采集到的能量,这有助于节省能源、避免浪费,提升无线传感器网络的生存周期。针对... 无线传感器网络的节点运行往往受限于能量供给。对太阳能进行采集并转换成电能存储,可以延长节点的使用寿命。对太阳能进行能量预测,可以更好地规划和使用采集到的能量,这有助于节省能源、避免浪费,提升无线传感器网络的生存周期。针对太阳能预测,提出一种基于自回归积分移动平均-长短期记忆(Autoregressive Integrated Moving Average-Long Short Term Memory,ARIMA-LSTM)组合模型的能量预测方法。首先,采用ARIMA模型来对太阳辐照数据进行预测,提取数据中的线性分量;然后将过滤后的残差代入LSTM神经网络模型,得到非线性分量的预测;最后将二者进行相加,得到最终的预测结果。仿真实验显示,组合模型比起现有的单一模型,能够有效地提高预测的精度。 展开更多
关键词 自回归积分移动平均算法 LSTM算法 能量预测
暂未订购 下载PDF
基于EEMD-ARIMA的年降水预测拟合模型研究 认领 引用 被引量：15
17
作者 李智强 邹红霞 +1 位作者 齐斌 郭江昆 《计算机应用与软件》 北大核心 2020年第11期46-50,78,共5页
针对传统ARIMA模型对非线性的降水时间序列拟合效果差、预测精度低的缺点,建立基于集合经验模态分解的差分自回归移动平均预报模型(EEMD-ARIMA)。用EEMD方法将序列分解简化,采用不同的ARIMA模型进行建模,并重构各拟合分量。建立EMD、EEM... 针对传统ARIMA模型对非线性的降水时间序列拟合效果差、预测精度低的缺点,建立基于集合经验模态分解的差分自回归移动平均预报模型(EEMD-ARIMA)。用EEMD方法将序列分解简化,采用不同的ARIMA模型进行建模,并重构各拟合分量。建立EMD、EEMD、ARIMA和EMD-ARIMA 4个模型进行对比实验,结果表明,EEMD-ARIMA模型的拟合效果最好,其预测准确率可达到82.46%,该模型在年降水预测应用中能够更准确地描述年降水量的变化规律,具有实际意义。 展开更多
关键词 EMD算法 ARIMA模型 EEMD-ARIMA 降水预测
暂未订购 下载PDF
基于ARIMA与WASDN加权组合的时间序列预测 认领 引用 被引量：6
18
作者 张雨浓 劳稳超 +2 位作者 丁玮翔 王英 叶成绪 《计算机应用研究》 CSCD 北大核心 2015年第9期2630-2633,2638,共4页
为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determ... 为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determination,WASD)算法的幂激励前向神经网络(WASDN)对时间序列进行建模、测试以及预测。根据测试结果,将ARIMA与WASDN进行加权组合。数值实验结果显示,所提出的ARIMA-WASDN加权组合方法的预测精度高于ARIMA或WASDN单独使用时的预测精度,验证了该方法在时间序列预测方面的有效性和优越性。 展开更多
关键词 差分自回归移动平均模型 权值与结构确定算法 幂激励前向神经网络 时间序列预测 加权组合
暂未订购 下载PDF
基于XGBoost预测和ARIMA残差校正的锂离子电池SOC估算 认领 引用 被引量：2
19
作者 费陈 宋树祥 +2 位作者 夏海英 冀聪聪 陆利芬 《武汉理工大学学报》 CAS 北大核心 2019年第10期94-101,共8页
为提升锂离子电池性能和延长锂离子电池寿命,提出一种基于XGBoost预测和ARIMA(Autoregressive Integrated Moving Average Model)残差校正的锂离子电池电荷状态估算方法。该估算方法首先采用集成学习XGBoost回归算法对锂电子电池SOC进... 为提升锂离子电池性能和延长锂离子电池寿命,提出一种基于XGBoost预测和ARIMA(Autoregressive Integrated Moving Average Model)残差校正的锂离子电池电荷状态估算方法。该估算方法首先采用集成学习XGBoost回归算法对锂电子电池SOC进行预测,然后基于预测残差建立ARIMA模型对预测值进行修正,进一步提升SOC估算的准确性,并与线性回归、支持向量机、神经网络、K-邻近算法等4种经典回归预测算法进行了实验对比分析。结果表明,文中方法通过引入ARIMA残差校正,将XGBoost的预测精度在绝对误差,均方根误差和均方根百分比误差3个技术指标上提高了15%~20%,且优于其他5种回归预测算法。 展开更多
关键词 锂离子电池SOC XGBoost算法 ARIMA模型 估算
暂未订购 下载PDF
预测动车组牵引系统故障率的TSOBP-ARIMA-Prophet组合模型 认领 引用 被引量：3
20
作者 张雨晨 戴贤春 +2 位作者 刘敬辉 李秋芬 代成烨 《中国铁道科学》 EI CAS CSCD 北大核心 2024年第4期147-157,共11页
针对单一模型预测故障率时的适用性差异问题,在考虑动车组牵引系统故障率数据特点的基础上,提出TSOBP-ARIMA-Prophet组合模型。首先,针对动车组牵引系统故障率的复杂非线性,引入金枪鱼群算法(TSO)优化BP模型,训练出TSOBP预测模型;其次,... 针对单一模型预测故障率时的适用性差异问题,在考虑动车组牵引系统故障率数据特点的基础上,提出TSOBP-ARIMA-Prophet组合模型。首先,针对动车组牵引系统故障率的复杂非线性,引入金枪鱼群算法(TSO)优化BP模型,训练出TSOBP预测模型;其次,针对故障率的非平稳波动性,选取ARIMA预测模型;然后,针对故障率的季节周期性,选取Prophet预测模型;最后,运用方差倒数法对3个模型的预测结果赋权,得到TSOBP-ARIMA-Prophet组合模型的预测结果。以某动车组牵引系统为例,采用该组合模型预测故障率,并与3个单一模型及TSOBP-ARIMA组合模型对比验证其预测能力。结果表明:该组合模型预测时均方误差为0.0752,较TSOBP,ARIMA和Prophet模型单独预测时分别降低了45.83%,61.65%和53.42%,预测精度显著提高,且较TSOBP-ARIMA组合模型对数据趋势的感知力更优,可有效提升对动车组牵引系统故障率的预测能力。 展开更多
关键词 动车组牵引系统 故障率预测 组合模型 BP模型 金枪鱼群算法 ARIMA模型 Prophet模型
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈