浏览全部资源
扫码关注微信
北京工业大学机械工程与应用电子技术学院2. 北京信息科技大学机电系统测控北京市重点实验室
纸质出版日期:2011
移动端阅览
[1]王吉芳,费仁元,徐小力,刘鑫.ARIMA与RBF复合模型在设备运行状态趋势预测中的应用[J].机械传动,2011,35(09):85-87.
[1]王吉芳,费仁元,徐小力,刘鑫.ARIMA与RBF复合模型在设备运行状态趋势预测中的应用[J].机械传动,2011,35(09):85-87. DOI: 10.16578/j.issn.1004.2539.2011.09.012.
DOI:
在实际工作中
复杂机械工作状态往往受很多可知和未知的、确定性和非确定的因素作用
反映其工作状态的特征参数也往往具有复杂变化特征
含有多种趋势成分。通过将ARIMA与RBF径向基神经网络模型复合
用于对非平稳运行的某烟机振动烈度的变化发展趋势进行预测
结果表明
选用合适的模型复合
发挥两个模型各自的优点
能取得较单一模型更好的预测精度。
0
浏览量
96
下载量
6
CSCD
关联资源
相关文章
相关作者
相关机构