基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在研究传统AIC准则定阶方法的缺点的基础上,提出用改进的粒子群算法对ARMA( r,m)模型定阶的新方法。基本思想是,由于粒子群算法容易早熟,易陷入局部最优,从而导致过早收敛,得不到最优解,因此提出利用母群划分子群的搜索方法避免算法陷入局部最优的问题。子群各自进行搜索得出最优解,由最优解作为新一代粒子种群,继续搜索自动生成最优解,对ARMA模型进行准确定阶,克服了AIC定阶准则的计算法繁琐、定阶不精确的缺点。通过MATLAB进行实例仿真验证,证明了该方法简单可行。
推荐文章
基于PSO的非线性马斯京根模型参数率定新方法
非线性马斯京根模型
粒子群优化算法
中心距离函数
用PSO方法搜索基于MLE的ARMA模型参数
ARMA模型
极大似然估计
粒子群
参数
小子样
基于改进PSO算法的加热系统分数阶控制
分数阶
粒子群优化
鲁棒性
遗传算法
PSO算法优化BP网络的新方法及仿真实验
BP网络
粒子群算法
优化
权值调整
仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进PSO算法对ARMA模型定阶新方法
来源期刊 计算机应用与软件 学科 工学
关键词 改进的粒子群算法 ARMA( r,m)模型定阶 模型定阶
年,卷(期) 2013,(12) 所属期刊栏目 基金项目论文
研究方向 页码范围 140-143
页数 4页 分类号 TP301.6
字数 2899字 语种 中文
DOI 10.3969/j.issn.1000-386x.2013.12.037
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 肖迪 南京工业大学自动化与电气工程学院 26 627 7.0 25.0
2 孙汝儒 南京工业大学自动化与电气工程学院 3 13 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (362)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (19)
二级引证文献  (4)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(3)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
改进的粒子群算法
ARMA( r,m)模型定阶
模型定阶
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导