【摘要】：目的針對(duì)戰(zhàn)車(chē)主減速器溫度預(yù)測(cè)需求,建立時(shí)間序列ARIMA多步預(yù)測(cè)和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,提出基于BP神經(jīng)網(wǎng)絡(luò)修正誤差的ARIMA模型溫度預(yù)測(cè)方法。方法結(jié)合BP神經(jīng)網(wǎng)絡(luò)的非線(xiàn)性能力與ARIMA模型預(yù)測(cè)能力,分析ARIMA在多步預(yù)測(cè)時(shí)誤差產(chǎn)生原因,在神經(jīng)網(wǎng)絡(luò)對(duì)ARIMA多步誤差進(jìn)行預(yù)測(cè)基礎(chǔ)上計(jì)算修正因子,把誤差修正因子和BP網(wǎng)絡(luò)結(jié)合,實(shí)現(xiàn)對(duì)多步預(yù)測(cè)誤差的修正。結(jié)果ARIMA模型多步預(yù)測(cè)時(shí),預(yù)測(cè)誤差隨預(yù)測(cè)步數(shù)的逐步增加不斷增大,引入了誤差修正因子進(jìn)行修正。通過(guò)預(yù)測(cè)值與實(shí)際值進(jìn)行對(duì)比,可有效提高預(yù)測(cè)準(zhǔn)確度。結(jié)論 BP神經(jīng)網(wǎng)絡(luò)和誤差修正因子結(jié)合應(yīng)用可顯著提高溫度預(yù)測(cè)效果。
[Abstract]:Aim in order to meet the requirement of temperature prediction for vehicle reducer, the time series ARIMA multi-step prediction model and BP neural network prediction model are established, and a ARIMA model temperature prediction method based on BP neural network correction error is proposed. Methods combined with the nonlinear ability of BP neural network and the prediction ability of ARIMA model, the causes of ARIMA error in multi-step prediction were analyzed. The correction factor was calculated based on the prediction of multi-step error of ARIMA based on neural network. The error correction factor and BP network are combined to correct the multi-step prediction error. Results in the multi-step prediction of the ARIMA model, the prediction error increases with the gradual increase of the prediction steps, and the error correction factor is introduced to correct the prediction error. By comparing the predicted value with the actual value, the prediction accuracy can be improved effectively. Conclusion the combination of BP neural network and error correction factor can significantly improve the effect of temperature prediction.
【作者單位】： 中國(guó)人民解放軍91980部隊(duì);海軍航空工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61179017)~~
【分類(lèi)號(hào)】：TJ810.32;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 盧建昌,張世英,牛東曉;基于ARIMA的發(fā)電量預(yù)測(cè)方法[J];華北電力大學(xué)學(xué)報(bào);2004年03期

2 李佳萌,曾濤,王偉;ARIMA模型在天津港交通量預(yù)測(cè)中的應(yīng)用[J];數(shù)理醫(yī)藥學(xué)雜志;2004年05期

3 姜慶華;趙麗萍;;基于ARIMA模型的我國(guó)電力生產(chǎn)預(yù)測(cè)研究[J];價(jià)值工程;2006年09期

4 王婷;;民航客運(yùn)量的ARIMA模型與預(yù)測(cè)[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

5 蔣金良;林廣明;;基于ARIMA模型的自動(dòng)站風(fēng)速預(yù)測(cè)[J];控制理論與應(yīng)用;2008年02期

6 惠軍;馬冬冬;;ARIMA模型在房屋售價(jià)中的預(yù)測(cè)[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

7 周葉;肖靈機(jī);;基于ARIMA模型的我國(guó)航空貨運(yùn)量預(yù)測(cè)分析[J];南昌航空大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年03期

8 任歡;;基于ARIMA模型的河南省能源需求量預(yù)測(cè)[J];安陽(yáng)師范學(xué)院學(xué)報(bào);2010年05期

9 張士強(qiáng);王雯;王健;;ARIMA模型在城市年用電量預(yù)測(cè)中的應(yīng)用[J];電力需求側(cè)管理;2010年06期

10 董小剛;李純凈;;基于ARIMA模型的上證指數(shù)預(yù)測(cè)實(shí)證分析[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

相關(guān)會(huì)議論文 前10條

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2004年

2 王建鋒;高歌;陳立凌;李紅美;張明芝;王艾麗;;ARIMA模型及其在江蘇省衛(wèi)技人員數(shù)預(yù)測(cè)中的應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 李君華;王志堅(jiān);張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價(jià)格預(yù)測(cè)[A];中國(guó)棉花學(xué)會(huì)2012年年會(huì)暨第八次代表大會(huì)論文匯編[C];2012年

4 陳興榮;;ARIMA模型和GM(1,1)在我國(guó)白銀消費(fèi)需求預(yù)測(cè)應(yīng)用中的比較研究[A];第25屆全國(guó)灰色系統(tǒng)會(huì)議論文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 劉軍;柴洪洲;陳軻;劉先冬;;ARIMA模型預(yù)報(bào)電離層VTEC研究[A];第一屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集（下）[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;張f ;周宗放;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)模型及應(yīng)用研究[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全國(guó)時(shí)間生物醫(yī)學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

相關(guān)重要報(bào)紙文章 前1條

1 ;基于數(shù)量化方法對(duì)未來(lái)經(jīng)濟(jì)增長(zhǎng)趨勢(shì)的預(yù)測(cè)[N];第一財(cái)經(jīng)日?qǐng)?bào);2009年

相關(guān)碩士學(xué)位論文 前10條

1 梁佳琦;ARIMA模型同MAXENT模型在自然保護(hù)區(qū)內(nèi)口蹄疫疫情風(fēng)險(xiǎn)預(yù)警中的應(yīng)用研究[D];東北林業(yè)大學(xué);2015年

2 張海東;基于論壇的熱點(diǎn)話(huà)題識(shí)別與趨勢(shì)預(yù)測(cè)研究[D];上海師范大學(xué);2015年

3 雍永強(qiáng);基于ARIMA和BPNN的組合預(yù)測(cè)模型在血糖預(yù)測(cè)中的應(yīng)用[D];鄭州大學(xué);2015年

4 張敏;基于ARIMA的組合模型問(wèn)題研究[D];大連海事大學(xué);2015年

5 桂林;退耕還林與生態(tài)環(huán)境改善的關(guān)系研究與分析[D];西安建筑科技大學(xué);2015年

6 錢(qián)麗萍;基于ARIMA模型的兒童醫(yī)院門(mén)診量預(yù)測(cè)研究[D];蘇州大學(xué);2015年

7 于婷;基于ARIMA模型的股價(jià)的研究[D];大連海事大學(xué);2015年

8 程浩;武漢第三產(chǎn)業(yè)總量時(shí)間序列研究[D];華中師范大學(xué);2015年

9 陳天舒;基于ARIMA與GPR組合模型的人民幣匯率預(yù)測(cè)[D];山東大學(xué);2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指預(yù)測(cè)研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號(hào)：2470939