基于ARIMA和RBF网络组合预测的惯性器件故障预报
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： 吕瑛洁 胡昌华 李国华 张伟 LU Ying-jie HU Chang-hua LI Guo-hua ZHANG Wei 作者单位： 第二炮兵工程学院,陕西,西安,710025 刊 名： 电光与控制 ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL 年，卷(期)： 2005 12(4) 分类号： V271.4 TP393 关键词： 组合预测 故障预报 ARIMA RBF神经网络 惯性器件