非线性时序建模预测方法探讨.pdfVIP

清华大学学报(自然科学版) 2／65 Jounutl 第s2期第6--10页 2000年第40眷 ofTsinghuunh啊姆(sci盘T酗) 非线性时序建模预测方法探讨 高玮，郜额人 中田人民解放军后勤工程掌院土木工程系，t庆4430016 文■非线性时序预测在社台、经济、工程辱顿域均^有重要的实用意义，本文对三种常 用的方法进行了筒舟，在此基础上对它们进行了分析讨论． (关蚺非线性对序建模；艴系艄型；对序分椭型；神经舟络翱h厂 在社会、经济、工程等领域均存在对来自于复杂系统的非线性时序预测的问恿，由于 此阀怎对实际具有很大的意义．人们一直很重视非线性时序预测的研究．近年来，随研究的 深入有几种方法得到了人们普遍重视，并有了广泛应用。为了使这几种较好的方法能被正确 使用，发挥它们各自的优势．这里对三种有代表性的方法进行系统讨论。 1方法简介 1．1灰色熏麓t曩璜—法 灰色系统是我田学者邓聚龙八十年代初建立的一种分析方法，它是针对部分信息已知 而部分信息未知的所谓灰色系统而建立的方法。由于在杜会、经济、工程诸颁域所分析的系 统大多可看成这样一种灰色系统，因此，使用这种方法进行燕模预测在各种领域均得到了大 量应用lI删。 由于实际中一般常用GM(1，1)模型，这里仅对其建模过程进行简单介绍牡}． 假设已知非负位移序列{_ca)(jX净l工…舢，其累加生成序列为{)【【1Xi)，净l五…Il}，其中 律，可用下徽分方程进行拟合： 生掣+一M，6 啊 用差分对方程进行近似离散化．得一线性方程组， 对方程组用最小二乘法进行参数估 计得到a、b． 最终得到原始序列的GM(1，1)模型计算序列： 睁l—I卜l 』吣(f+1)-(Jf呻《1)一兰X1一，)‘-_ 利用上式来描述原序列的动态发展规律，并进行预测。当然．可以对原始序列进行多 次累加处理．这并不影响上述建模过程。 高玮，等非拽性对序建模预涌方法探讨 7 时序分析是对随时间变化的一组随机数据序列的一种数学建模方法。由于社会、经济、 工程等领域的系统多是复杂的动态系统，其发展演化受到很多随机因素的影响．因此，其外 观表现的时间序列具有很强的随机性。可见，采用时序分析法可较好的解决此类问题，近年 来有不少学者研究了时序分析在非线性时序预测中应用的问题[3][41s1． 以下仅对实际常用的ARⅣLA(p,q)模型的建摸过程进行介绍何。 假设{】ct}为数据序列．该理论认为造的取僵不仅与其前p步的各值K1^d，…，x。有关． 而且同前q步的随机干扰at．。，‰，…A。也有关，且均为线性关系-从而得到ARMA慨q)模型 如下： p 口 玉一∑尹，^一1；q一艺Bq．，arNlD(o，00 由于时序模型为一种参数模型，建模重点在其参数的确定上。 首先，确定模型阶数P．q。对此有两种常用方法，一种方法根据序列的样本自相关函 数及偏相关函数的性质，并结合试算及一些判断准则确定：另一种方法则采用对一切序列都 按ARMA(2non-!)模型进行拟合，n从。1开始计算，并用F一判据检验残差，直到残差满意 为止．具体过程见有关文献。 其次，确定模型系数。系数确定一般分两步完成．先用矩估计或逆函数法粗估计．再 用租估计的值作为迭代初值进行最／b--乘法精估计．两步估计完成后．则得到具体ARMA 模型。 用时间序列模型进行预测比较复杂，一般分为平稳线性方差预测及新息预测两种；而 平稳线性方差预测又可分成多种。虽然，预测方法较多，但总的来说，平稳线性方差预测采 用全部历史值．按照线性预测方差最小为准则进行，而新息预测采用新产生的数据进行适时 性预测。具体内容参见有