帮助 关于我们

返回检索结果

基于灰色理论的新陈代谢自适应多参数预测方法
Metabolism Adaptive Multi-Parameter Prediction Method Based on Grey Theory

查看参考文献10篇

文摘 针对少数据、小样本序列的预测问题,在分析常规灰色GM(1,1)预测模型缺点的基础上提出了优化的算法模型,将优化后的预测方法推广为多参数预测.首先,建立了利用最新量测量进行初始化的预测模型,然后通过新陈代谢的方法利用新信息代替旧信息实现等维的模型预测,同时引入衰减记忆最小二乘法对新旧信息进行加权处理,背景值以归一化的平均相对误差作为精度检验标准,采用粒子群算法自适应寻优.最后,通过对某型惯性测量单元(IMU)的标定参数稳定性进行预测,预测结果平均相对误差降低了6%~58%,表明预测方法可以应用于IMU标定参数的长期稳定性预测.
其他语种文摘 The application of measured short-term data to the prediction of long-term stability of weapon system is significant to shorten the production cycle of weapons. Considering such prediction problems as inadequate data and small sample sequence,optimized algorithm model was presented based on the drawback analysis of GM(1,1) prediction model. The optimized prediction methods were generalized as multiparameter prediction. At first, the model which used the latest measured data for initialization was established, followed by replacing the old information with the latest through metabolic approaches to realize equal dimension model predication. In addition, fading memory recursive least squares method was adopted for weighted handling of old and new information. The normalized mean relative error was used as accuracy test standard for background value and particle swarm optimization algorithm was adopted. Finally, the calibration parameters stability of a certain type of inertial measurement unit (IMU) was predicted, and the average relative error of the prediction results was reduced by 6%~58%. The results indicate that the prediction method can be applied to the long-term stability of IMU calibration parameters.
来源 上海交通大学学报 ,2017,51(8):970-976 【核心库】
DOI 10.16183/j.cnki.jsjtu.2017.08.011
关键词 灰色理论 ; 新陈代谢 ; 自适应 ; 预测 ; 粒子群算法
地址

西北工业大学航天学院, 航天飞行动力学技术国防科技重点实验室, 西安, 710072

语种 中文
文献类型 研究性论文
ISSN 1006-2467
学科 航空
基金 国家自然科学基金 ;  中央高校基本科研业务费专项资金
文献收藏号 CSCD:6065830

参考文献 共 10 共1页

1.  Heijden M V D. Learning Bayesian networks for clinical time series analysis. Journal of Biomedical Informatics,2013,48(2):94-105 CSCD被引 1 次    
2.  Tian W D. Fault Prediction Based on Dynamic Model and Grey Time Series Model in Chemical Processes. Chinese Journal of Chemical Engineering,2014,22(6):643-650 CSCD被引 8 次    
3.  谭鹏. 基于灰色关联支持向量机的地表沉降预测. 中南大学学报(自然科学版),2012,43(2):632-637 CSCD被引 18 次    
4.  李松. 改进粒子群算法优化BP神经网络的短时交通流预测. 系统工程理论与实践,2012(9):2045-2049 CSCD被引 58 次    
5.  朱晓菲. 基于遗传新陈代谢灰色模型的电子设备故障预测模型. 现代电子技术,2014,37(1):86-89 CSCD被引 2 次    
6.  罗党. 灰色模型GM(1,1) 优化. 中国工程科学,2003,5(8):50-53 CSCD被引 99 次    
7.  郭阳明. 基于灰色理论的自适应多参数预测模型. 航空学报,2009,30(5):925-931 CSCD被引 8 次    
8.  李丁. 改进的粒子群优化算法在气动设计中的应用. 航空学报,2012,10(10):1809-1816 CSCD被引 11 次    
9.  许榕. 自适应粒子群神经网络交通流预测模型. 西安交通大学学报,2015(10):103-108 CSCD被引 9 次    
10.  党建军. 基于单轴速率转台的捷联惯测组合标定方法. 航空学报,2010,31(4):806-811 CSCD被引 7 次    
引证文献 8 篇

1 李源 灰色粒子群自适应卫星钟差预报方法 哈尔滨工业大学学报,2018,50(4):71-77
CSCD被引 4 次

2 张新生 不同初始条件的UGM(1,1)管道腐蚀预测建模研究 中国安全科学学报,2019,29(3):63-69
CSCD被引 8 次

显示所有8篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号