平稳时间序列在工程数值预测中的应用.pdf

平稳时间序列在工程数值预测中的应用 张璐 辽宁工程技术大学理学院，辽宁阜新（123000 ） E-mail:zhanglu85517@ 摘 要：本文主要阐述平稳时间序列的基本原理与应用方法，通过在原有理论的基础上，提 出解决在工程问题中常出现的数值预测与函数拟合的方法。 关键词：平稳时间序列，数值预测 1．引言 人们的一切活动，其根本目的无不在认识和改造可观世界。时间序列分析不仅可以从数 量上揭示某一现象的发展变化规律或从动态的角度刻划某一现象与其它现象之间的内在数 量关系及其变化规律性，达到认识客观世界之目的。而且运用时序模型还可以预测和控制现 象的未来行为，修正或重新设计系统以达到利用和改造可观之目的。从统计学的内容来看， 统计所研究和处理的市一批有实际背景的数据，尽管数据的背景和类型各不相同，但从数据 的形成来看，无非是横剖面数据和纵剖面数据两类[1] 。在工程领域中这种数据也是大多数数 据的体现，它反应的是现象以及现象之间关系的发展变化规律。研究这种数据的统计方法就 是时间序列分析。就此足可以看出时间序列的重要性及其应用的广泛性。时间序列的统计解 释是某项统计指标按时间顺序纪录的指标值数列时间序列的系统意义是某一系统运行过程 中在不同时间点的响应，是系统行为量化数据的有序客观纪录，反映了系统的结构特征和运 行规律。随机时间序列分析就是用数学的方法描述时间序列的构成因素，具体的说就是对影 响时间序列的长期趋势、季节变动、循环波动进行测定和估计；进一步的，将它们从时间序 列中分离（或删除）后，对剩余的影响时间序列的随机波动进行分析和建模；从而实现对时 间序列变化规律的认识，预测或控制系统的未来行为。对循环波动测定和估计，往往更多的 依赖相关专业领域的经验和大量的样本数据。因此，在随机时间序列分析中，为简便起见， 我们假定时间序列主要由趋势项（T ）、季节项（S ）和随机项（R ）构成。设 E 是随机试验， S 是其样本空间，T 是时间变量 t 的某个取值范围。依赖某一规则总可以确定 t 的函数随 机与之对应，则称这族时间 t 的函数为一随机过程。 2 ．平稳时间序列的基本概念 时间序列的统计特征函数，时间序列{X t , t ∈Z } 是按时间次序排列的随机变量序列.对 时间序列的研究通常情况下是通过统计特征函数进行的[2]. 1）均值函数 如果对任意t ∈Z ，EX t 存在，则称函数 mX (t) EX t , t ∈Z 为时间序列{X t , t ∈Z } 的均值函数. 如果对任意t ∈Z ，EX 2 存在，则称{X , t ∈Z } 为二阶矩时间序列.对于二阶矩时间序 t t 列有： 2 ） 自协方差函数 CX (s,t) E [(X s −mX (s))(X t −mX (t))] ，s, t ∈Z . 3 ） 方差函数 DX (t) E [X t −mX (t)]2 ，t ∈Z . - 1 - 4 ） 自相关函数 RX (s, t) E (X s X t ) ，s, t ∈Z . 二阶矩时间序列的协方差函数和相关函数一定存在，且有下列关系： CX (s, t) RX (s, t) −mX (s)mX (t) ， 特别的，当X t 的均值函数mX (t) ≡0 时，CX (s, t) RX (s, t) . 均值函数mX (t) 是时间序列{X t , t ∈Z } 在时刻t 的平均值，称为集平均.方差函数