10.3969/j.issn.1000-3932.2012.09.016
基于PSO算法的ARMA模型长江化工污染水质预测
针对时间序列分析ARMA模型预测的问题,在研究传统预测方法缺点的基础上,提出了用粒子群优化算法( PSO)确定ARMA(r,m)模型的自回归阶数r和滑动平均阶数m的新方法.首先根据ARMA(r,m)模型对预测值与实际值提出相应的粒子群优化算法的适应度函数；然后选取适当的学习因子、惯性权重、种群大小、粒子速度和迭代次数,通过迭代找到最优解；然后找到最优的ARMA(r,m)模型对长江流域水质进行预测.通过MATLAB进行仿真证明了该方法简单可行,很大程度上提高了对长江水质化学污染的预测精度.
粒子群优化算法、ARMA(r、m)模型、模型定阶、长江水质
39
TH865
江苏省高校自然科学研究项目09KJB510002;江苏省博士后科研资助计划基金项目1001027B
2013-01-05（万方平台首次上网日期，不代表论文的发表时间）
共4页
1173-1176
