時(shí)間序列分析的研究與應(yīng)用.pdf

1、時(shí)間序列分析是動(dòng)態(tài)數(shù)據(jù)分析處理的一種重要的方法，以概率統(tǒng)計(jì)學(xué)作為理論基礎(chǔ)來分析隨機(jī)數(shù)據(jù)序列(或稱動(dòng)態(tài)數(shù)據(jù)序列)，并對(duì)其建立數(shù)學(xué)模型，以及進(jìn)一步應(yīng)用于預(yù)測(cè)、自適應(yīng)控制等諸多方面，是一個(gè)具有相當(dāng)高的實(shí)際價(jià)值的應(yīng)用研究領(lǐng)域。 隨著時(shí)間序列分析方法的日趨成熟，其應(yīng)用領(lǐng)域越來越廣泛，對(duì)模型的精度提出了更高的要求。由于時(shí)間序列建模過程中的各種參數(shù)估計(jì)方法最終都會(huì)歸結(jié)為高度非線性函數(shù)的優(yōu)化問題，傳統(tǒng)的優(yōu)化方法估計(jì)出的參數(shù)可信度較低，因此本文將

2、模擬生物進(jìn)化過程的遺傳算法作為求解復(fù)雜優(yōu)化問題的手段應(yīng)用時(shí)間序列模型的參數(shù)估計(jì)中來。遺傳算法作為一種全局的優(yōu)化算法，在處理高度非線性函數(shù)的優(yōu)化問題中有著傳統(tǒng)優(yōu)化方法不可比擬的優(yōu)越性，但在實(shí)際應(yīng)用中也存在一定的缺陷，主要表現(xiàn)在算法的早熟現(xiàn)象、局部尋優(yōu)能力差、收斂速度慢等，因此本文應(yīng)用了改進(jìn)的實(shí)數(shù)遺傳算法(IRGA)對(duì)時(shí)間序列模型中的參數(shù)進(jìn)行估計(jì)。 本文主要做了以下四方面的研究工作：(1)論述了研究時(shí)間序列分析的背景和意義，總結(jié)了目

3、前的學(xué)科發(fā)展以及參數(shù)估計(jì)方法的研究現(xiàn)狀；(2)討論了時(shí)間序列分析建模的理論方法；(3)闡述了遺傳算法的發(fā)展和研究狀況，給出了改進(jìn)的實(shí)數(shù)遺傳算法的原理和運(yùn)算流程；(4)在時(shí)間序列分析和遺傳算法的理論指導(dǎo)下，將遺傳算法引入時(shí)間序列建模過程中，進(jìn)行深入的討論與研究。研究?jī)?nèi)容及成果主要包括以卜兒個(gè)方面： 1．介紹了時(shí)間序列及其相關(guān)的基本概念，分析了隨機(jī)時(shí)間序列的特性、研究中的方法性工具以及時(shí)間序列的特征函數(shù)，分析并討論了ARIMA模型體

4、系。介紹了擬合模型參數(shù)估計(jì)的常用方法，對(duì)目前模型參數(shù)估計(jì)方法存在的不足作了一定的探討。介紹了Box-Jenkins建模的理論和流程，以及線性最小方差預(yù)測(cè)的理論方法。 2．對(duì)遺傳算法作了概述，簡(jiǎn)要介紹了基本遺傳算法(SGA)的構(gòu)成要素、運(yùn)算流程和實(shí)現(xiàn)。闡述了實(shí)數(shù)遺傳算法(RGA)研究的發(fā)展和研究狀況，討論了實(shí)數(shù)遺傳算法特點(diǎn)，比較全面地描述了目前實(shí)數(shù)編碼遺傳算法中常用的選擇、交叉、變異算子及適應(yīng)度函數(shù)，給出了改進(jìn)的實(shí)數(shù)遺傳算法(IR