基于时变自回归模型的非平稳数据预测方法研究

摘要：

针对现有的自回归(Autoregressive,AR)模型对非平稳数据预测效果不佳的问题,提出了基于时变自回归(Time-Varying Autoregressive,TVAR)模型的时序预测方法.针对某型国产飞机发动机的低压转速信号,使用TVAR模型分别进行点预测和区间预测,并与AR模型的点预测结果进行对比.研究结果表明,TVAR模型能够很好地反映非平稳数据的变化趋势.在给定置信水平下,TVAR预测区间能够包含真实数据,因此TVAR模型在时序预测中具有更好的预测效果.

关键词：时间序列、时变自回归模型、预测

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：34-36