申请/专利权人：大连海事大学

申请日：2021-05-21

公开（公告）日：2024-05-03

公开（公告）号：CN113221248B

主分类号：G06F30/15

分类号：G06F30/15;G06F30/17;G06F30/25;G06F119/02;G06F119/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.03#授权;2021.08.24#实质审查的生效;2021.08.06#公开

摘要：本发明公开了一种基于PF‑GARCH模型的船舶系统设备状态参数预测方法，涉及船舶状态参数预测技术领域。首先采集描述一段时间内船舶系统设备状态的时间序列，确定GARCH模型参数初始值；根据上述GARCH模型参数初始值建立状态空间模型，运用粒子滤波对GARCH模型参数进行寻优以及对残差序列进行预测；将粒子滤波的最优残差预测值与ARIMA模型的预测值相累加，实现了对状态参数的趋势预测。本发明中的技术方案，运用粒子滤波对GARCH模型参数进行优化并预测，提高了预测精度，具有一定的工程应用意义。

主权项：1.一种基于PF-GARCH模型的船舶系统设备状态参数预测方法，其特征在于，包括以下步骤：S1、采集描述预设时间段内船舶系统设备状态的时间序列，确定GARCH模型参数初始值；S2、根据上述GARCH模型参数初始值建立状态空间模型，运用粒子滤波对GARCH模型参数进行寻优以及对残差序列进行预测；S3、将GARCH模型的最优预测值与自回归积分滑动平均模型预测值相累加，实现对状态参数的趋势预测；其中，所述步骤S2具体包括：根据上述GARCH模型参数初始值[a1,a2,a3…am,b1,b2,b3…bn]得到状态转移方程：Xk+1＝FXk+Rωk； 得到观测方程：Zk＝HXk+vk；式中，am,bn为GARCH模型的初步参数估计，m,n为GARCH模型阶数，H＝[1,0,0…0m]，νk是测量的噪声，服从高斯分布νk～N0,R，观测初始值z1|0＝[x1t,x2t…xmt]T；设置粒子数目为N，将得到的GARCH模型的初步参数估计θ＝[a1,a2…am,b1,b2…bn]作为粒子滤波的先验概率分布表示粒子权重，取从先验分布中采集粒子，然后扰动获得该参数的一组粒子集，将训练粒子集代入粒子滤波状态转移方程和和观测方程中进行拟合，得到当前时刻系统状态量的预测点集{Xk}和观测点集{Zk}；根据该时间序列参数模型预测得到新状态转移量Xk与所对应的观测量的误差值； 按照重采样算法，用重采样随机数表代替随机数函数，根据每个粒子权重大小对粒子进行复制和淘汰，并保证采样前后粒子集合的数量N不变； 当nlimN时，淘汰权值较低的点，并在保持样本总数为的前提下，从权值较高的样点中衍生出多个子采样点；设置重采样以后得到新的粒子权重，根据得到系统参数的后验概率估计，得到参数最优估计。

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于PF-GARCH模型的船舶系统设备状态参数预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD