函数系数时序模型基于各类进化算法的估计及其异常点检测-统计学专业论文.docxVIP

东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所 知，除，文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 研究生签名：z蝎杰塞日期： 》≯t￥。≥j l口 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电 子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相 一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布(包括以电子信息形式刊登) 论文的全部内容或中、英文摘要等部分内容。论文的公布(包括以电子信息形式刊登)授权东南大 学研究生院办理。 研究生签名：描师签名： 日期：≯，r．；．，‘) 万方数据 摘要摘要 摘要 摘要 函数系数时序模型，作为一种新的非线性时间序列模型，自1993年由Chen和TSay 提出以来，该模型的参数估计和异常点诊断问题近年来受到不少学者的关注，但参数估 计效率不高成为了制约其发展的重要因素。遗传算法的成功运用，良好地解决了参数估 计效率问题。 遗传算法GA(genetic algorithms)是一类借鉴生物界的进化规律(适者生存，优胜 劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J．Holland教授1975年首先 提出。近年来，众多学者针对传统遗传算法(SGA)存在的弊端，提出了改进，使其更 好的发展，改进后的遗传算法有分层遗传算法(HGA)、CHC算法、Messy GA、自适 应遗传算法(AGA)、基于小生境技术的遗传算法、并行遗传算法等。 本文首先介绍函数系数时序模型的基本概念，然后列出传统遗传算法(SGA)以及 改进的遗传算法(HGA、AGA、Messy GA)估计函数系数时序模型参数及诊断异常点 的基本流程，最后应用这些遗传算法(SGA、HGA、AGA、Messy GA)对给定的函数 系数时序模型进行参数估计，并在此基础之上诊断函数系数时序模型中存在的异常点。 在诊断异常点时，采用绝对值诊断统计量、平方诊断统计量、调整的平方诊断统计量， 选定某显著水平下的近似Gumbel分位数作为异常点诊断的临界值，通过多次Monte Carlo随机模拟判断一串序列中异常点是否存在以及存在位置的方式，并提出累计P值 的概念，辅助进行异常点类型的判断。随机模拟结果表明：SGA、HGA、AGA、Messy GA方法均能很好地估计给定的函数系数时序模型的参数：上述四种方法对解决单个异 常点或者多个不连续异常点的情形，具有很好的效果；同时，对于连续多个10异常点 及连续多个IO、AO异常点混合(仅含一个AO异常点)的情形，也能成功诊断。 关键词：函数系数时序模型，遗传算法，异常点 万方数据 AbstractAbst Abstract Abst ract Functional—coefficient time series model，as a new nonlinear time series model，since 1 993 proposed by Chen and Tsay，the estimation and outlier detection problems have attracted many scholars：attention in recent years．However,low efficient estimation became an important factor in its development．Successful use of genetic algorithms gains a good solution tO the problem of estimation efficiency． Genetic algorithms(GA)are a class of biological evolution law reference evolved from a random search method．It was first proposed by professor J．Holland in 1 975，the United States．In recent years，many scholars proposed improvements of simple genetic algorithm (SG