科研之友
微信
新浪微博
Facebook
分享链接
摘要
在工程实践中 ,有许多非线性现象 ,例如极限环现象、共振跳跃现象、幅频依赖现象等 ,这些现象实质上是不同非线性系统所表现出的不同特征 门限自回归模型 (TARMA)具有很强的通用性 ,能解释上述非线性现象 ,并具有一定物理意义的特点 ,广泛地应用于时间序列建模 针对非线性ARMA模型 ,提出了演化TARMA算法 该算法克服了传统的H Tong、D D C、局部区间搜索等方法一些缺陷 ,能自动识别模型所属类型 (线性还是非线性 )、模型的阶数、模型的相关参数 (门限区间参数、门限参数及相应的ARMA模型参数 )等 实验结果表明 ,该方法是高效的、全局的、自适应的、鲁棒的 并且 ,由于随机性的存在使得所建模型很丰富 ,便于决策者从中选取合适的模型进行时间序列分析和物理解释 ,从而显示了其自动化的一面
- 单位
