基于ARIMA和RBF网络组合预测的惯性器件故障预报

• 作者: 吕瑛洁 张伟 李国华 胡昌华
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 组合预测 故障预报 ARIMA RBF神经网络 惯性器件
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 学术研究
• 页码范围: 32-34
• 页数: 3页
• 分类号: V271.4|TP393
• 字数: 2650字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2005.04.008

摘要

提出了一种基于ARIMA和RBF网络进行组合预测的方法,该方法综合运用ARIMA良好的线性拟合能力和RBF网络强大的非线性映射功能,将两种预测模型有机地组合在一起,综合各自优点,以期有效改善模型的拟合能力,获得最优预测效果.论文将该方法应用于某飞行器惯性器件的故障预报当中并进行了仿真实验.结果表明,这种方法相对于单项模型的预测具有更高的精度,对于复杂时间序列的分析和预测有很好的应用价值,在故障预报中具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡昌华		127	767	13.0	20.0
2	张伟		24	88	5.0	8.0
3	吕瑛洁		12	61	4.0	7.0
4	李国华		2	20	2.0	2.0