基于時間序列預測的最優(yōu)估計方法研究.pdf

1、時間序列建模與預測是學術研究和工程等實際應用中最活躍的研究課題之一，在自動控制、航空、航天、航海、通信和工業(yè)生產過程等方面都有著廣泛的應用。本文對時間序列建模與預測和最優(yōu)估計算法進行研究，將最優(yōu)估計方法及其改進算法應用于時間序列預測領域，通過最優(yōu)估計思想優(yōu)化其時間序列模型參數，達到提高時間序列預測精度的目的。
　　 本文以線性時間序列模型為依托，在對卡爾曼濾波遞推參數估計方法進行研究的基礎上，探討了改進卡爾曼濾波的時間序列預測模

2、型參數實時更新算法，包括擴展卡爾曼濾波(EKF)的時間序列模型參數更新方法、無味卡爾曼濾波(UKF)的時間序列模型參數更新方法，并通過實驗對其提高精度的有效性進行了驗證。
　　 本文采用粒子濾波技術對時間序列預測線性模型進行參數估計。首先對時間序列進行初步建模，將獲得的參數作為粒子，對粒子加以一定的擾動，形成粒子集，依據觀測值對模型參數進行狀態(tài)轉移，根據觀測值和真實值的偏差獲得粒子權重，從而得出逼近最優(yōu)估計的狀態(tài)轉移模型參數。同