多维时间序列的建模及预报

本文针对多维时序传函(TF)模型的等效规范型,提出了由初建模和推广的 Kalman 自适应估计预报(EKAEP)算法组成的建模预报方案。考虑到实际系统的时变性和存在不良数据,EKAEP 还包括噪声统计特性有限记忆自适应估计器(LMAE)和双置信区间的不良数据检测方法。仿真结果验证了方案的有效性。     

多变量时间序列的建模预报及其应用

本文针对推广的Box-Jenkins型多变量传递函数模型,提出了实用的建模预报新算法.算 法中包括本文提出的噪声统计特性指数加权有限记忆自适应估计器(EWLMAE)和双置信区 间的不良数据检测方法,以及估计预报算式.相对于其他算法,因算法全部采用线性算式,系 统部分和噪声部分参数同时估计,故计算较简单,收敛速度较快.仿真和应用结果验证了所提 算法的有效性.     

纺织厂中自动采集数据的过程控制

本文从前纺工程到织造工程,描述了一个基于分散子系统的信息综合系统。研制这类系统,专门的纺织知识是必要的。通过把专用子系统接入高层系统得到其他应用前景。文中综述了专用系统的具体特点。一、纺织工业中过程数据采集的意义在生产中,数据处理系统日益成为一种重要工具。这种系统的中心任务是:通过连续纪录主要过程参数,使运行过程一目了然;准确及时地检测出问题;支持人事规划;繁复而日常的数据采集和处理是自动的。