基于自适应变异PSO的ARMA模型参数寻优及预测应用

• 作者: 李军 李怀俊 谢小鹏
• 来源期刊: 计算机应用研究
• 关键词: 粒子熵 PSO ARMA模型 参数寻优 残差方差
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1004-1006,1015
• 页数: 4页
• 分类号: TP181|O329
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.04.010

摘要

为提高ARMA模型在时间序列预测中的精度,提出一种基于改进粒子群算法(AMPSO)的模型参数智能寻优估计方法.AMPSO算法以粒子熵的判别为依据,在寻优过程中对算法的关键参数进行多次自适应变异,以提高其跳出局部、面向全局寻优的能力.模型参数寻优过程基于ARMA(2n,2n-1)模型架构依次跳阶,每阶的参数初估后运用AMPSO算法展开寻优,适应度判定标准为当前模型残差方差最小.针对齿轮箱轴承的输出扭矩进行预测,结果表明,AMPSO算法在收敛性和寻优速度方面效果良好;参数寻优方法可显著提高参数预测精度,具有良好的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军	广东交通职业技术学院车辆安全工程技术中心	34	90	6.0	8.0
2	李怀俊	广东交通职业技术学院车辆安全工程技术中心	35	130	6.0	9.0
3	谢小鹏	华南理工大学汽车摩擦学与故障诊断研究所	119	716	14.0	20.0