[發(fā)明專利]一種均勻分布的波動數(shù)據(jù)預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201110057078.3
• 申請日: 2011-03-09
• 公開（公告）號: CN102156802A
• 公開（公告）日: 2011-08-17
• 發(fā)明（設(shè)計）人: 冀利剛;張叔農(nóng);周夢;張紅;陳本剛;馮暢
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京慧泉知識產(chǎn)權(quán)代理有限公司 11232
• 代理人: 王順榮;唐愛華

(一)技術(shù)領(lǐng)域：

本發(fā)明涉及一種數(shù)據(jù)預(yù)測方法，尤其涉及一種均勻分布的波動數(shù)據(jù)預(yù)測方法。它用于業(yè)界均勻分布的波動數(shù)據(jù)預(yù)測，屬于系統(tǒng)可靠性分析技術(shù)領(lǐng)域。

(二)背景技術(shù)：

在日常的生產(chǎn)生活中，我們碰到的很多數(shù)據(jù)具有均勻分布、呈現(xiàn)波動形式的情況，例如內(nèi)燃機(jī)缸蓋振動信號即為波動數(shù)據(jù)，該振蕩數(shù)據(jù)可以有效反映內(nèi)燃機(jī)運(yùn)行狀況。若能對此類數(shù)據(jù)提前預(yù)估，為盡早發(fā)現(xiàn)問題提供依據(jù)對我們的生產(chǎn)、生活都具有重要意義。

目前在數(shù)據(jù)預(yù)測方面雖然方法有很多，但是適合均勻分布的波動數(shù)據(jù)預(yù)測卻是一片空白。例如曲線擬合方法雖然原理簡單、實施方便，但預(yù)測誤差通常較大，而且很難找到一條與此類數(shù)據(jù)相吻合的曲線。時間序列模型其預(yù)測方法是建立在平穩(wěn)隨機(jī)過程假設(shè)的基礎(chǔ)上的，對于實際運(yùn)行設(shè)備的狀態(tài)參數(shù)，一股得不到線性平穩(wěn)的時間序列，尤其故障發(fā)生時更是如此，因而時間序列模型的應(yīng)用范圍受到很大的限制。卡爾曼(Kalman)濾波器有其局限性，只能用于線性系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)模型的隱蔽單元數(shù)目難以確定，且學(xué)習(xí)速度較慢，容易陷入局部極小點，迭代次數(shù)多，學(xué)習(xí)時間長，使得人工神經(jīng)網(wǎng)絡(luò)的實際應(yīng)用受到限制。模糊模型雖適用于對復(fù)雜系統(tǒng)的預(yù)測，但由于模糊預(yù)測系統(tǒng)還處于研究階段，有些問題還需著重解決，如靜態(tài)知識庫無法反映設(shè)備的失效過程，沒有實時控制的特性，從而削弱了實用性。

灰色模型是一種近年發(fā)展起來的預(yù)測方法，由我國鄧聚龍教授于上世紀(jì)80年代提出，該模型具有所需樣本少、預(yù)測精度高、運(yùn)算量小等特點。但是灰色模型在運(yùn)用中也有局限，若數(shù)據(jù)本身呈一定的增長或下降趨勢，其預(yù)測精度一股較高，若數(shù)據(jù)本身具有一定的光滑性，預(yù)測精度會更好。而直接將灰色模型運(yùn)用到均勻分布的波動數(shù)據(jù)預(yù)測，效果并不是很好，因此我們需要尋找一種計算簡單，預(yù)測精度高的算法來處理均勻分布的波動數(shù)據(jù)預(yù)測。

(三)發(fā)明內(nèi)容：

1、目的：針對以上均勻分布的波動數(shù)據(jù)預(yù)測中存在的問題，本發(fā)明的目的是提供了一種均勻分布的波動數(shù)據(jù)預(yù)測方法，它是基于灰色GM(1，1)模型的改進(jìn)算法，構(gòu)造了一個可以用于解決此類問題的預(yù)測器，從而，克服了現(xiàn)有技術(shù)的不足。

2、技術(shù)方案：本發(fā)明是建立在灰色GM(1，1)模型基礎(chǔ)上，通過對輸入數(shù)據(jù)做均值、三角變換處理，使其具有光滑性增長特點，然后再利用GM(1，1)進(jìn)行預(yù)測，最后還原即可得到預(yù)測數(shù)據(jù)。本方法中包含數(shù)學(xué)運(yùn)算，因此直接編寫計算機(jī)程序來實現(xiàn)，編程語言、版本均不限，C、C++、Java、Matlab等均可。

本發(fā)明是一種均勻分布的波動數(shù)據(jù)預(yù)測方法，該方法具體步驟如下：

設(shè)原始的n個均勻分布波動數(shù)據(jù)組成的序列為X⁽⁰⁾＝{x⁽⁰⁾(1)，x⁽⁰⁾(2)，…，x⁽⁰⁾(n)}，用其預(yù)測m個數(shù)據(jù)，得到Y(jié)⁽⁰⁾＝{y⁽⁰⁾(1)，…y⁽⁰⁾(n)，y⁽⁰⁾(n+1)，…，y⁽⁰⁾(n+m)}，式中x⁽⁰⁾(k)、y⁽⁰⁾(k)分別表示序列X⁽⁰⁾、Y⁽⁰⁾中第k個數(shù)據(jù)。并且還可以用{y⁽⁰⁾(1)，y⁽⁰⁾(2)，…y⁽⁰⁾(n)}檢測預(yù)測誤差，{y⁽⁰⁾(n+1)，…，y⁽⁰⁾(n+m)}即為預(yù)測m數(shù)據(jù)。

步驟一：去均值：對于給定原始數(shù)據(jù)序列X⁽⁰⁾，先計算其均值u，再用序列X⁽⁰⁾中的每一個數(shù)減去均值u，即通過計算r⁽⁰⁾(k)＝x⁽⁰⁾(k)-u??(k＝1，…，n)得到序列R⁽⁰⁾＝{r⁽⁰⁾(1)，r⁽⁰⁾(2)，…，r⁽⁰⁾(n)}；

步驟二：找大數(shù)：在序列R⁽⁰⁾中找出絕對值最大的數(shù)，記為r⁽⁰⁾_max；

步驟三：趨勢處理：通過三角變換，即計算