ARIMA与RBF复合模型在设备运行状态趋势预测中的应用

您当前的位置：

首页 >

文章列表页 >

ARIMA与RBF复合模型在设备运行状态趋势预测中的应用

更新时间：2025-04-03

|

- ARIMA与RBF复合模型在设备运行状态趋势预测中的应用
- Vol. 35, Issue 9, Pages: 85-87(2011)
- 作者机构：
  
  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
- 作者简介：
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2011.09.012
  CLC： TH165.3
- Published：2011
- 稿件说明：
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.

[J]. 2011, 35(9): 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.

[J]. 2011, 35(9): 85-87. DOI： 10.16578/j.issn.1004.2539.2011.09.012.

摘要

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。

Abstract

关键词

Keywords

references

0

Views

96

下载量

6

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Related Articles

No data

Related Author

No data

Related Institution

No data

⁰