卡尔曼滤波算法在我国钢产量预测中的运用
钢铁工业是现代工业和国防工业的基础,在国民经济中具有重要的地位.科学预测我国钢铁的产量,是制定钢铁行业战略发展规划的基础,对指导钢铁企业有序生产经营,保持我国钢铁行业平衡发展具有重要的现实意义.卡尔曼滤波算法是一种最优自回归估计技术,它以最小均方误差为估计准则,构造一套递推估计算法,实现对状态变量发展趋势的估计.利用卡尔曼滤波算法对我国粗钢产量进行预测,效果显著,平均误差仅为0.034 37%,比ARMA模型的预测误差的2.173 4%减小了98.148 6%.
粗钢、产量、预测、卡尔曼滤波
33
F224.9(经济计算、经济数学方法)
湖北省自然科学基金2017CFB216
2018-08-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
8-12