[發(fā)明專利]一種運載火箭數(shù)據(jù)預測方法及裝置、存儲介質和電子設備

有效

• 申請?zhí)枺?/td>: 201811230892.9
• 申請日: 2018-10-22
• 公開（公告）號: CN109213967B
• 公開（公告）日: 2020-06-05
• 發(fā)明（設計）人: 解維奇;蔡遠文;樂天;姚靜波;程龍;辛朝軍;李巖;張宇
• 申請（專利權）人: 中國人民解放軍戰(zhàn)略支援部隊航天工程大學
• 主分類號: G06F17/18
• 分類號: G06F17/18
• 代理公司: 北京中政聯(lián)科專利代理事務所(普通合伙) 11489
• 代理人: 陳超

本發(fā)明公開了一種運載火箭數(shù)據(jù)預測方法及裝置、存儲介質和電子設備，該方法包括：步驟S101，確定加權系數(shù)向量K；步驟S102，基于所述加權系數(shù)向量K計算得到加權預測值集合ZP_final；步驟S103,基于所述加權預測值集合ZP_final和與其相對應的火箭測試數(shù)據(jù)的實際值的比較結果，將所述加權預測值集合ZP_final內全部的加權預測值輸出。本申請將AR模型作為隨機性模型與回歸分析模型作為確定性模型相結合，應用在火箭測試數(shù)據(jù)的預測方面，不僅能夠單純測度出某一因素影響，還能夠根據(jù)已經測試好的數(shù)據(jù)預測出即將出現(xiàn)的數(shù)據(jù)。

技術領域

本發(fā)明涉及數(shù)據(jù)處理技術領域，尤其是一種運載火箭數(shù)據(jù)預測方法及裝置、存儲介質和電子設備。

背景技術

上世紀70年代，G.E.P.Box和G.M.Jenkins發(fā)展了滿足有限參量線性模型的離散參量預測遞推算法(Box-Jenkins模型)，為將預測理論與計算機結合提供了可能。隨著計算機技術的發(fā)展，AR、MA、ARMA以及ARIMA等模型得到了廣泛應用。

目前，對于組合預測模型的研究是一個熱點，眾多學者提出了組合式時間序列預測方法，如基于Hilbert-Huang變換和ARMA模型的時間序列預測方法、基于小波分析法和滾動式時間序列預測算法的優(yōu)化預測方法、針對非平穩(wěn)的時間序列的基于小波和核平滑的預測方法、針對先驗知識不足提出的一種自適應模型選擇(PAAMS)的預測方法等。

組合預測模型的一個重要研究方向是組合權重的選擇與計算，目前已經出現(xiàn)了大量組合權重的選擇方法。使用最廣泛的是簡單的加權平均，但是該方法不能利用之前包含預測精確度的信息，因此采用加權平均這種方法，存在精確度不高的問題。另一個簡單的方法是將各獨立的預測進行線性混合，也就是說，將過去預測值和過去的觀測值這兩個矩陣中取出一部分數(shù)據(jù)進行組合成多種矩陣，找出多種矩陣中相關性最高的矩陣，然后再通過最小二乘法(Ordinary Least Square,OLS)的方式確定組合權重，由于矩陣的數(shù)量很多，需要處理的量很大，導致了采用最小二乘法的效率不高。而對于運載火箭測試數(shù)據(jù)的趨勢預測中，很少有人使用時間序列預測的方法。

發(fā)明內容

本發(fā)明的目的是提供一種運載火箭測試數(shù)據(jù)的預測方法及裝置，基于AR函數(shù)模型和回歸分析函數(shù)模型對火箭測試數(shù)據(jù)進行預測，得到兩種預測方式對應的預測值，對兩種方法得到的預測值進行處理，通過極小化殘差平方和方法計算關于預測值的加權系數(shù)，根據(jù)該加權系數(shù)得到最終的預測值。能夠實現(xiàn)對運載火箭測試數(shù)據(jù)的提前預測，基于提前預測的值，可以確定火箭內的設備是否出現(xiàn)故障，能夠對火箭內部的設備提前進行整修，以免出現(xiàn)更嚴重的問題。

為解決上述問題，本發(fā)明的第一方面提供了一種運載火箭測試數(shù)據(jù)的預測方法，包括：步驟S101，確定加權系數(shù)向量K；步驟S102，基于加權系數(shù)向量K計算得到加權預測值集合ZP_final；步驟S103,基于加權預測值集合ZP_final和與其相對應的火箭測試數(shù)據(jù)的實際值的比較結果，將加權預測值集合ZP_final內全部的加權預測值輸出。

進一步地，步驟S101包括：確定滑動窗口的寬度L及每次需預測數(shù)據(jù)的個數(shù)f，獲取運載火箭當前測試中的第1個到第L+f個數(shù)據(jù),將第1個數(shù)據(jù)到第L個數(shù)據(jù)建立窗口；構建AR函數(shù)模型，將所述窗口內的第1個數(shù)據(jù)至第L個數(shù)據(jù)輸入所述AR函數(shù)模型得到第一預測值集合Y₁；構建回歸分析函數(shù)模型，將L+f個數(shù)據(jù)中的第1個數(shù)據(jù)至第L個數(shù)據(jù)輸入所述回歸分析函數(shù)模型得到第二預測值集合Y₂；基于第一預測值集合Y₁和第二預測值集合Y₂計算得到加權系數(shù)向量K。