期刊专题

10.3969/j.issn.1000-0682.2015.05.002

基于卡尔曼滤波算法的瓦斯浓度时间序列预测分析

引用
针对自回归AR( p)模型在进行非平稳瓦斯浓度时间序列预测分析时存在精确度不高的问题,文章采用卡尔曼滤波算法动态地估算出模型参数值,在推算过程中将模型参数作为状态向量。实例分析表明基于卡尔曼滤波算法的AR( p)模型优于单一的AR( p)模型,大幅度地提高了模型的预测精度,预测效果远好于BP神经网络、支持向量机和ARMA等模型,值得借鉴。

AR(p)模型、状态向量、卡尔曼滤波算法、预测分析

O236(控制论、信息论(数学理论))

甘肃省科技厅项目“石油化工企业应急演练系统”1204GKCA004;甘肃省财政厅专项资金立项资助甘财教[2013]116号

2015-11-05(万方平台首次上网日期,不代表论文的发表时间)

共4页

7-9,40

暂无封面信息
查看本期封面目录

工业仪表与自动化装置

1000-0682

61-1121/TH

2015,(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn