AR模型阶数的强相合估计

引入贝叶斯因子来判定AR模型的阶数,给出AR模型阶数蠡的一个强相合估计,最后用随机模拟对其与AIC（k）,BIC（k）两种定阶准则进行比较得出,该估计量的判别效果优于AIC（k）准则．     

AR模型阶数的强相合估计

引入贝叶斯因子来判定AR模型的阶数,给出AR模型阶数蠡的一个强相合估计,最后用随机模拟对其与AIC（k）,BIC（k）两种定阶准则进行比较得出,该估计量的判别效果优于AIC（k）准则．     

利用AR模型解决全相位技术数据长度限制

针对在建筑结构领域全相位技术中对数据长度的限制问题,提出使用基于自回归（AR）模型的数据外推方法（AREX）,给出适用于全相位技术的AR模型定阶算法. 提出以有效频段最大能量集中为原则确定AR模型阶数的算法（ECC）,与最终预测误差（FPE）、阿凯克信息准则（AIC）、贝叶斯信息准则（BIC）及奇异值差分谱准则（SVD）进行对比. 结果表明,ECC算法更适合AREX方法. 将原始信号及AREX方法与常见数据扩展方法的估计信号进行全相位处理,结果表明,AREX估计信号的波形和频谱的相似程度均优于其余方法. 将AREX方法用于建筑结构有限元分析数据和振动台试验信号的全相位数据处理,结果表明,AREX估计信号基本上可以等效原始信号结果,表明AREX可以解决全相位数据长度的限制问题.     

关于时间序列AR模型定阶问题的一些研究

本文对AR模型的差比定阶方法进行了修正;并从工程应用角度,在机械故障诊断的领域里,提出分低阶AR模型和高阶AR模型的观点以及根据FFT-AR谱相似系数取最大值的定阶方法。     

线性滤波法风速模拟及模型阶数确定

时域分析法是对结构进行风致振动分析的主要方法之一,而采用该法的前提是要有一系列的风速(或风压)时程样本．详细介绍了风速时程AR模拟方法及AIC准则,并对此技术进行了编程实现．所模拟的结果表明：AR模型可有效地模拟具有空间时间相关性的节点脉动风速时程．     

基于AR模型的建筑物沉降预测

针对传统回归模型在高层建筑物沉降预测中,出现的由于自变量的选择而造成的多重共线等问题,本文提出了一种以FPE准则定阶的时间序列(AR)模型。以桂林市临桂县某农贸市场周边建筑物的沉降变形为例,在分析利用自相关函数和偏相关函数来对模型进行判定和识别且用FPE定阶准则确定模型的阶数的基础上,对建筑物的沉降观测数据进行建模分析,得到了均方误差为0.055 6的预测精度,很好地克服了传统回归模型中存在的问题,结论具有一定的实用价值。     

基于Lasso及Adaptive Lasso的AR(p)模型定阶及参数估计

Lasso类方法可以同时实现变量选择与参数估计,将之运用于AR(p)模型的定阶及参数估计,可以大大简化计算步骤和时间.本文在前人基础上利用Lasso类方法,改进了AR(p)模型的定阶与参数估计,通过计算机编程模拟,验证了此类方法的可行性,并比较了在不同样本量情况下,Lasso和Adaptive Lasso方法在定阶和参数估计两方面的优良性,最后将较优的Adaptive Lasso方法用于实际时间序列数据中,并对结果进行分析,指出了该方法的实用性.     

大跨度桥梁结构风荷载模拟研究

基于数值模拟方法的风速时程曲线在桥梁结构风振分析中被广泛采用.本文基于自然风特性,通过考虑结构节点间的风速时程相关性,采用AR模型模拟节点随机脉动风速时程,利用AIC准则确定模型阶数.对模拟所得的大跨度桥梁节点风速时程统计分析表明:AR模型可有效地模拟具有空间相关性、时间相关性的节点脉动风速时程,模拟精度、速度和计算稳定性均满足实际工程应用要求.     

应用FPEC、AIC、FAIC准则确定AR模型阶的体会

本文给出了用FPEC、AIC、FAIC三条准则来辨识多变量AR模型阶的表达式及将AR模型用于控制器设计时各准则相应的表达式。通过实际例子说明了它们的应用效果。     

基于仿射投影算法的AR模型参数估计方法

为取得更有效的预报效果,在深入分析传统LMS（Least mean square）算法的基础上,提出利用仿射投影算法对AR模型参数进行自适应估计,利用实测的动态数据结合AIC（Akaike information criterion）准则建立自适应AR（Autoregressive）预报模型,并将该模型应用于船舶运动预...     

汽轮机振动信号的自回归模型谱估计算法

在汽轮机振动信号采样点数较少时,使用经典著谱估算法进行分析的效果差．针对经典算法存在的这一问题,文中将现代谱估计中的自回归模型算法引入到汽轮机振动信号谱分析中,对算法的具体原理及自回归模型阶次确定的信息论准则进行了详细讨论．结合工业现场的实测信号,对算法的实际性能进行了分析与仿真,并与经典算法性能进行了对比．仿真结果表明：自回归模型功率谱估计算法适合于汽轮机振动信号的频谱分析,在采样点数较少的情况下,其性能优于经典算法．同时,信息论准则为算法应用中最优阶次的确定提供了有效的理论依据．     

估计白噪声中正弦信号个数的比率准则方法

提出了一种估计白噪声中正弦信号个数的新方法—比率准则（ＲａｔｉｏＣｒｉｔｅｒｉｏｎ），简称ＲＣ准则。仿真结果表明：这一方法在用于估计白噪声背景下正弦信号个数时，能够给出正确结果，避免了信息类准则估计信号个数偏高的缺陷，明显地优于信息类准则。     

基于AR模型的大跨悬索桥脉动风速时程模拟

为了解决风荷载的输入问题,分析桥梁风致振动响应,提出了基于AR模型的脉动风速时程模拟方法.基于线性滤波法的AR数值模型,依据AIC准则确定了模型的阶数,利用MATLAB语言,采用Kaimal谱编制了随时间和空间变化的脉动风速时程模拟程序;对某大跨悬索桥的主梁、主缆及主塔表面的风速时程进行数值模拟,根据工程实际确定了特定参数的取值,运用功率谱密度函数及互相关函数,考虑空间相关性,对结果进行验证.结果证明,本文方法简便快捷,模拟值同目标值吻合,能够较好地解决风荷载的输入问题.     

基于Vine Copula函数的风浪要素联合概率分布模型

随着全球气候变暖的加剧,极端气候现象发生的频率和强度均可能加大,这对海岸和近海结构的安全不利。基于中国东海的连云港海洋观测站实测风浪数据和Vine Copula理论,建立风浪要素中风速、波高、波浪周期、风向和波向五维随机变量之间的联合概率分布模型。采用极大似然法确定各风浪要素边缘分布模型参数,通过AIC信息准则和均方根误差RMSE进行拟合优度评价,由此建立风浪要素的边缘分布。采用带有基于残差的高斯似然函数的贝叶斯框架估计二维Copula函数的参数,结合AIC信息准则进行拟合优度评价并确定最优Copula函数。绘制最优联合分布概率密度图,与二维频率直方图进行对比以评价模型效果。采用Vine Copula函数建立多维联合概率模型并结合AIC值评价其拟合优度。研究结果表明：建立的Vine Copula模型可以较好地刻画风速、波高、波浪周期、风向和波向五维随机变量之间的联合概率分布。     

小样本系统可靠性评估模型的可信度验证

对小样本情况下可靠性模型的可信度验证进行了探讨,提出一种基于贝叶斯因子的方法来衡量小样本情况下可靠性模型的可信度;对可靠性模型为均匀分布或成败型及连续型分布情况下的贝叶斯因子计算公式进行了推导.该方法不仅可以对可靠性模型的可信度作定性分析,还可以作定量评估.用一个仿真实例说明了该方法的有效性.