一种战车主减速器温度预测方法研究

发布时间：2019-05-07 08:49

【摘要】：目的针对战车主减速器温度预测需求,建立时间序列ARIMA多步预测和BP神经网络预测模型,提出基于BP神经网络修正误差的ARIMA模型温度预测方法。方法结合BP神经网络的非线性能力与ARIMA模型预测能力,分析ARIMA在多步预测时误差产生原因,在神经网络对ARIMA多步误差进行预测基础上计算修正因子,把误差修正因子和BP网络结合,实现对多步预测误差的修正。结果ARIMA模型多步预测时,预测误差随预测步数的逐步增加不断增大,引入了误差修正因子进行修正。通过预测值与实际值进行对比,可有效提高预测准确度。结论 BP神经网络和误差修正因子结合应用可显著提高温度预测效果。
[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.
【作者单位】： 中国人民解放军91980部队;海军航空工程学院;
【基金】：国家自然科学基金(61179017)~~
【分类号】：TJ810.32;TP183

【相似文献】

相关期刊论文 前10条

1 卢建昌,张世英,牛东晓;基于ARIMA的发电量预测方法[J];华北电力大学学报;2004年03期

2 李佳萌,曾涛,王伟;ARIMA模型在天津港交通量预测中的应用[J];数理医药学杂志;2004年05期

3 姜庆华;赵丽萍;;基于ARIMA模型的我国电力生产预测研究[J];价值工程;2006年09期

4 王婷;;民航客运量的ARIMA模型与预测[J];五邑大学学报(自然科学版);2007年01期

5 蒋金良;林广明;;基于ARIMA模型的自动站风速预测[J];控制理论与应用;2008年02期

6 惠军;马冬冬;;ARIMA模型在房屋售价中的预测[J];佳木斯大学学报(自然科学版);2009年01期

7 周叶;肖灵机;;基于ARIMA模型的我国航空货运量预测分析[J];南昌航空大学学报(社会科学版);2010年03期

8 任欢;;基于ARIMA模型的河南省能源需求量预测[J];安阳师范学院学报;2010年05期

9 张士强;王雯;王健;;ARIMA模型在城市年用电量预测中的应用[J];电力需求侧管理;2010年06期

10 董小刚;李纯净;;基于ARIMA模型的上证指数预测实证分析[J];长春工业大学学报(自然科学版);2012年05期

相关会议论文 前10条

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三届中国控制会议论文集（下册）[C];2004年

2 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年

4 陈兴荣;;ARIMA模型和GM(1,1)在我国白银消费需求预测应用中的比较研究[A];第25届全国灰色系统会议论文集[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 刘军;柴洪洲;陈轲;刘先冬;;ARIMA模型预报电离层VTEC研究[A];第一届中国卫星导航学术年会论文集（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;张f ;周宗放;;基于ARIMA和BP神经网络的组合预测模型及应用研究[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全国时间生物医学学术会议论文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六届中国控制会议论文集[C];2007年

相关重要报纸文章 前1条

1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年

相关硕士学位论文 前10条

1 梁佳琦;ARIMA模型同MAXENT模型在自然保护区内口蹄疫疫情风险预警中的应用研究[D];东北林业大学;2015年

2 张海东;基于论坛的热点话题识别与趋势预测研究[D];上海师范大学;2015年

3 雍永强;基于ARIMA和BPNN的组合预测模型在血糖预测中的应用[D];郑州大学;2015年

4 张敏;基于ARIMA的组合模型问题研究[D];大连海事大学;2015年

5 桂林;退耕还林与生态环境改善的关系研究与分析[D];西安建筑科技大学;2015年

6 钱丽萍;基于ARIMA模型的儿童医院门诊量预测研究[D];苏州大学;2015年

7 于婷;基于ARIMA模型的股价的研究[D];大连海事大学;2015年

8 程浩;武汉第三产业总量时间序列研究[D];华中师范大学;2015年

9 陈天舒;基于ARIMA与GPR组合模型的人民币汇率预测[D];山东大学;2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指预测研究[D];哈尔滨工业大学;2015年

，

本文编号：2470939