文献类型：期刊文章

作　　者：李怀俊[1] 谢小鹏[2] 李军[1]

机构地区：[1]广东交通职业技术学院车辆安全工程技术中心,广州510650 [2]华南理工大学汽车摩擦学与故障诊断研究所,广州510640

出　　处：《计算机应用研究》

基　　金：广东省自然科学基金资助项目(S2011010002118);广东省高校优秀青年教师培养项目(Yq2013178)

年　　份：2015

卷　　号：32

期　　号：4

起止页码：1004-1006

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：为提高ARMA模型在时间序列预测中的精度,提出一种基于改进粒子群算法(AMPSO)的模型参数智能寻优估计方法。AMPSO算法以粒子熵的判别为依据,在寻优过程中对算法的关键参数进行多次自适应变异,以提高其跳出局部、面向全局寻优的能力。模型参数寻优过程基于ARMA(2n,2n-1)模型架构依次跳阶,每阶的参数初估后运用AMPSO算法展开寻优,适应度判定标准为当前模型残差方差最小。针对齿轮箱轴承的输出扭矩进行预测,结果表明,AMPSO算法在收敛性和寻优速度方面效果良好;参数寻优方法可显著提高参数预测精度,具有良好的工程应用价值。

关 键 词：粒子熵  PSO ARMA模型 参数寻优 残差方差  

分 类 号：TP181] O329]