2020第六章自适应过滤法.pptVIP

6 自 适 应 过 滤 法 6.1 自适应过滤法的概述 6.2 自适应过滤法的应用 回总目录 6.1 自适应过滤法的概述 自适应过滤法的基本原理就在于通过其反复迭 代以调整加权系数的过程，“过滤”掉预测误差， 选择出“最佳”加权系数用于预测。整个计算过程 从选取一组初始加权系数开始，然后计算得到预测 值及预测误差（预测值与实际值之差），再根据一 定公式调整加权系数以减少误差，经过多次反复迭 代，直至选择出“最佳”加权系数。由于整个过程 与通信工程中过滤传输噪声的过程极为接近，故被 称为“自适应过滤法”。 回总目录 回本章目录 一、自适应过滤法的基本原理 运用自适应过滤法调整权数的计算公式为： ? ? ? ? ? 2 ke x i i t ? 1 t ? i ? 1 ? i ? —— 调整后第 i 期的权数； ? i —— 调整前第 i 期的权数； K —— 调整系数，也称学习常数； ? t ＋ 1 —— 第 t+1 期的预测误差； e t ＋ 1 ? x t ＋ 1 ? x x t － i+1 —— 第 t － i+1 期的观察值。 回总目录 回本章目录 二、自适应过滤法的计算步骤 （一）确定加权平均的权数个数 p （二）确定初始权数 （三）计算预测值 （四）计算预测误差 （五）权数调整 （六）进行迭代调整 回总目录 回本章目录 三、自适应过滤法的优点 （ 1 ）方法简单易行，可采用标准程序上机运算。 （ 2 ）需要数据量较少。 （ 3 ）约束条件较少。 （ 4 ）具有自适应性，它能自动调整权数，是一 种可变系数的模型。 回总目录 回本章目录 应用准则 （ 1 ）自适应过滤法主要适用于水平的数据，对 于有线性趋势的数据，可以应用差分的方法 来消除数据的趋势。 （ 2 ）当数据的波动较大时，在调整权数之前， 对原始数据值做标准化处理，可以加快调整 速度，使权数迅速收敛于“最佳”的一组权 数，并可使学习常数 k 的最佳值近似于 1/p ， 从而使自适应过滤法更为有效。 回总目录 回本章目录 6.2 自适应过滤法的应用 一、自适应过滤法的实际应用 假设某商品最近 5 年的销售额资料如下： 期数 t=1 t=2 t=3 t=4 t=5 年份 2002 2003 2004 2005 2006 43 45 48 50 53 销售额 利用自适应过滤法预测 2007 年、 2008 年该商品的 销售额。 回总目录 回本章目录 本例中，取移动平均项数 p ＝ 2 ，初始权数： 1 1 ? 1 ＝ ? 2 ＝ ＝ ＝ 0.5 p 2 学习常数： 1 ＝ ＝ 0.0002 k ? 2 2 2 ? ? 50 ＋ 53 2 ? i ? ? ? x ? i ? 1 ? max 1 在此，我们取 k ＝ 0.0002 K 的最大取值不得超过 1/p 回总目录 回本章目录 根据已知数据，计算 t=2 时 t+1 期的预测值： ? t ＋ 1 ? x ? 3 ? ? 1 x 2 ? ? 2 x 1 x （ 1 ） =44 ? 3 （ 2 ） = 48 － 44=4 e t ＋ 1 ? e 3 ? x 3 ? x ? i ? ＝ ? （ 3 ） 根据 调整权数： i ? 2 ke t ＋ 1 x t ? i ＋ 1 ? 1 ? ＝ 0.5+2 × 0.0002 × 4 × 45 ＝ 0.572 ? 2 ? ＝ 0.5+2 × 0.000