基于线性趋势与神经网络的校准间隔组合预测

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

对校准间隔进行优化。结果表明，该组合模型比单一模型预测精度高，既能预测总体趋势也能适应随机波动，并
且简单易行，具有较强的普适性。关键词：滑动平均建模；神经网络；校准间Ｏ２１１．６７文献标识码：Ａ文章编号：１６７４—５７９５（２０１４）０３—００１５—０４
计测技术
ｄｏｉ：１０．１１８２３／ｊ．ｉｓｓｎ．１６７４— ５７９５．２０１４．０３．０４
理论与实践
・１５・
基于线性趋势与神经网络的校准间隔组合预测
曹伙俊，赵芳
（１．海军计量办公室，北京１００８４１；２．海军航空工程学院，山东烟台２６４００１）
摘要：为了实现对测量仪器校准间隔的优化，对其校准数据进行建模，用滑动平均建模法建立线性趋势模
ＣｏｍｂｉｎｅｄＦｏｒｅｃａｓｔｏｆＣａｌｉｂｒａｉｏｔｎＩｎｔｅｒｖｌａＢａｓｅｄｏｎＬｉｎｅａｒＴｒｅｎｄＭｏｄｅｌａｎｄＮｅｕｒａｌＮｅｔｗｏｒｋ
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｒｅｌｉａｚｅｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｍｅａｓｕｉｒｎｇｉｎｓｔｒｕｍｅｎｔｃｌｉａｂｒａｔｉｏｎｉｎｔｅｒｖａｌｓ，ｗｅｓｅｔｕｐｔｈｅｍｏｄｅｌｏｆｔｈｅｃａｌｉｂｒａｔｉｏｎｄａｔａ，ａｎｄｍｏｄｉｆｙｍｏｖｉｎｇａｖｅｒａｇｅｍｏｄｅｌｉｎｇｍｅｔｈｏｄｔｏｂｕｉｌｄｔｈｅｌｉｎｅａｒｔｒｅｎｄｍｏｄｅ１．Ｔｈｅｎｄｙｎａｍｉｃｎｅｕｒｌａｎｅｔｗｏｒｋｉｓｕｓｅｄｔｏｂｕｉｌｄｔｈｅｍｏｄｅｌｏｆｒｅｓｉｄｕｌａｃｏｍ－
ａｎｄｖｅｉｆｒｉｅｄｈｒｔｏｕｇｈｅｘｐｅｉｒｍｅｎｔｓ，ａｎｄｔｈｅｎｗｅｏｐｔｉｍｉｚｅｔｈｅｃｌｉａｂｒａｔｉｏｎｉｍｅｖａｒｌｂｙｔｈｅｍｏｄｅ１．Ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｃｏｍｂｉｎｅｄｍｏｄｅｌｈａｓｂｅｔｔｅｒ
ＣＡ０Ｈｕｏｊｕｎ．ＺＨＡＯＦａｎｇ
（１．ＮａｖａｌＭｅｔｒｏｌｏｇｙＤｉｖｉｓｉｏｎ，Ｂｅｉｊｉｎｇ１００８４１，Ｃｈｉｎａ；２．ＮａｖｌａＡｅｏｎｒａｕｔｉｃａＸＥｎｇｉｎｅｅｉｒｎｇＩｎｓｔｉｔｕｔｅ，Ｙａｍａｉ２６４００１，Ｃｈｉｎａ）
型，预测参数的总体趋势，在此基础上利用动态神经网络对预测残差序列进行补偿，从而得到校准数据的预测
值。给出基于线性趋势与神经网络的组合预测模型，通过实验对预测模型进行了验证和对比分析，并以此为根据
ｐｅｎｓａｔｉｏｎａｎｄｇｅｔｔｈｅｆｏｒｅｃａｓｔｖｌａｕｅｏｆｃａｌｉｂｒａｔｉｏｎｄａｔａ．Ｃｏｍｂｉｎｅｄｆｏｒｅｃａｓｔｌａｇｏｒｉｔｈｍｂａｓｅｄｏｎｍｏｄｉｉｆｅｄｌｉｎｅａｒｔｒｅｎｄａｎｄｎｅｕｒｌａｎｅｔｗｏｒｋｉｓｉｖｇｅｎ
ｐｒｅｄｉｃｔｉｎｇｅｆｅｃｔｔｈａｎｓｉｎ￣ｅｍｏｄｅ１．Ｉｔｃａｎｎｏｔｏｎｌｙｐｒｅｄｉｃｔｔｈｅｉｎｔｅｇｒｌａｔｒｅｎｄ，ｂｕｔｌｓａｏａｄａｐｔｔｏｒａｎｄｏｍｌｆｕｃｔｕａｔｉｏｎｓ．Ｂｅｙｏｎｄｔｈａｔ，ｉｔｉｓｓｉｍｐｌｅａｎｄ