- 相關推薦
基于ARIMA和RBF網絡組合預測的慣性器件故障預報
提出了一種基于ARIMA和RBF網絡進行組合預測的方法,該方法綜合運用ARIMA良好的線性擬合能力和RBF網絡強大的非線性映射功能,將兩種預測模型有機地組合在一起,綜合各自優點,以期有效改善模型的擬合能力,獲得最優預測效果.論文將該方法應用于某飛行器慣性器件的故障預報當中并進行了仿真實驗.結果表明,這種方法相對于單項模型的預測具有更高的精度,對于復雜時間序列的分析和預測有很好的應用價值,在故障預報中具有廣泛的應用前景.
作 者： 呂瑛潔 胡昌華 李國華 張偉 LU Ying-jie HU Chang-hua LI Guo-hua ZHANG Wei 作者單位： 第二炮兵工程學院,陜西,西安,710025 刊 名： 電光與控制 ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL 年，卷(期)： 2005 12(4) 分類號： V271.4 TP393 關鍵詞： 組合預測 故障預報 ARIMA RBF神經網絡 慣性器件【基于ARIMA和RBF網絡組合預測的慣性器件故障預報】相關文章：
擺脫慣性思維05-01
考研英語圖畫作文預測：網絡謠言04-19
預報天氣的諺語11-25
心情預報教案11-08
預報天氣的作文04-29
我和網絡作文03-07
我和網絡作文03-07
基于遺傳算法的地下水位動態預測雙線性模型09-08
哦，我和網絡作文05-03
預報天氣的諺語（精華）01-24