卡尔曼滤波算法在我国钢产量预测中的运用

• 作者: 舒服华 马勇军
• 来源期刊: 徐州工程学院学报（自然科学版）
• 学科: 经济
• 关键词: 粗钢 产量 预测 卡尔曼滤波
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 专家特稿
• 页码范围: 8-12
• 页数: 5页
• 分类号: F224.9
• 字数: 2268字
• 语种: 中文

摘要

钢铁工业是现代工业和国防工业的基础,在国民经济中具有重要的地位.科学预测我国钢铁的产量,是制定钢铁行业战略发展规划的基础,对指导钢铁企业有序生产经营,保持我国钢铁行业平衡发展具有重要的现实意义.卡尔曼滤波算法是一种最优自回归估计技术,它以最小均方误差为估计准则,构造一套递推估计算法,实现对状态变量发展趋势的估计.利用卡尔曼滤波算法对我国粗钢产量进行预测,效果显著,平均误差仅为0.034 37％,比ARMA模型的预测误差的2.173 4％减小了98.148 6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒服华	武汉理工大学机电工程学院	296	606	11.0	16.0
2	马勇军	武汉科技大学材料与冶金学院	2	3	1.0	1.0