基于粒子濾波最優(yōu)估計的非線性時間序列研究.pdf

1、本文在分析傳統(tǒng)的非線性時間序列建模和預(yù)報方法基礎(chǔ)上，提出利用適合于非高斯、非線性過程的粒子濾波技術(shù)，對非線性時間序列的建模和預(yù)報進(jìn)行新方法研究。針對待預(yù)測數(shù)據(jù)對象在動態(tài)轉(zhuǎn)移過程中發(fā)生結(jié)構(gòu)性突變時，難以建立實時解析數(shù)據(jù)變化趨勢模型的特點，提出利用粒子濾波技術(shù)對非線性時間序列模型進(jìn)行參數(shù)估計。首先對時間序列進(jìn)行初步建模，將獲得的參數(shù)作為粒子，對粒子加以一定的擾動，形成粒子集，即參數(shù)集，觀測值以此模型和參數(shù)進(jìn)行狀態(tài)轉(zhuǎn)移，獲得后驗概率密度，根據(jù)

2、觀測值和真實值的偏差獲得粒子權(quán)重，從而得出逼近最優(yōu)估計的狀態(tài)轉(zhuǎn)移模型參數(shù)。針對數(shù)據(jù)預(yù)報實時多變的特點，本文采用非線性時間序列方法動態(tài)構(gòu)建狀態(tài)轉(zhuǎn)移模型，并采用基于蒙特卡羅仿真的粒子濾波算法利用狀態(tài)空間中的一系列加權(quán)隨機(jī)樣本集來近似系統(tǒng)狀態(tài)的后驗概率密度函數(shù)，對非線性時間序列殘差波動率進(jìn)行估計與預(yù)測。實驗表明，基于粒子濾波的非線性時間序列預(yù)報算法比單純使用時間序列建模方法更準(zhǔn)確。
　　 本文將基于粒子濾波最優(yōu)估計的非線性時間序列預(yù)報