用PSO方法搜索基于MLE的ARMA模型参数

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

用PSO方法搜索基于MLE的ARMA模型参数

罗航, 黄建国, 龙兵, 王厚军

文章导航 > 电子科技大学学报 > 2010 > 39(1): 65-68

罗航, 黄建国, 龙兵, 王厚军. 用PSO方法搜索基于MLE的ARMA模型参数[J]. 电子科技大学学报, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016

引用本文:

罗航, 黄建国, 龙兵, 王厚军. 用PSO方法搜索基于MLE的ARMA模型参数[J]. 电子科技大学学报, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016

LUO Hang, HUANG Jian-guo, LONG Bing, WANG Hou-jun. Searching ARMA Model Parameters Based on MLE-Based by Applying PSO Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016

Citation:

LUO Hang, HUANG Jian-guo, LONG Bing, WANG Hou-jun. Searching ARMA Model Parameters Based on MLE-Based by Applying PSO Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016

用PSO方法搜索基于MLE的ARMA模型参数

doi: 10.3969/j.issn.1001-0548.2010.01.016

1.
电子科技大学自动化工程学院成都 610054

基金项目:

部级预研基金

作者简介:
罗航(1972-),男,博士生,主要从事故障诊断和可靠性预测等方面的研究.

中图分类号: TP274

Searching ARMA Model Parameters Based on MLE-Based by Applying PSO Algorithm

1.
School of Automation Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 针对小样本条件下用矩估计(ME)方法获取ARMA模型参数粗略的缺点,将粒子群优化算法(PSO)用于小样本ARMA模型参数的极大似然估计(MLE),以获得概率上最优的数字解。在分析基于ARMA模型似然函数的基础上,详细分析了PSO的思想、方法和评价指标。以实际例证显示了联合PSO优化方法估计AMAR模型参数的优良特性,并从算法和似然函数角度分别阐释了形成利弊的原因。
- ARMA模型 /
- 极大似然估计 /
- 粒子群 /
- 参数 /
- 小子样
Abstract: On the condition of small samples,it is difficult to achieve ARMA model parameters by only using moment estimation (ME).In this paper,a particle swarm optimization (PSO) algorithm is used to obtain optimal numeric solutions of small sample ARMA model in the sense of maximum likelihood estimation (MIE). The principle and evaluation index of PSO are discussed in detail,which is based on analyzing likelihood function of ARMA model.Actual example shows that the joint PSO optimization method used for estimating AMAR model parameters has better characteristics in comparison with other methods.At the same time,some advantages and disadvantages are expatiated and analyzed from perspectives of algorithm and likelihood function.
- ARMA model /
- maximum likelihood estimation /
- particle swarm optimization /
- parameter /
- small sample

[1]	闫海, 李龙, 李国辉, 曹原, 董啸虎. 基于相位分析CAPES的信号参数估计方法 . 电子科技大学学报, 2016, 45(3): 332-336. doi: 10.3969/j.issn.1001-0548.2016.02.003
[2]	肖海林, 任婵婵, 聂在平, 李民政. 基于线性权重粒子群优化算法的多基站协作波束成型 . 电子科技大学学报, 2015, 44(5): 663-667. doi: 10.3969/j.issn.1001-0548.2015.05.004
[3]	何晓霜, 瞿孟虹, 游凌. 同频混合信号参数联合最大似然递归估计 . 电子科技大学学报, 2015, 44(3): 339-343. doi: 10.3969/j.issn.1001-0548.2015.03.004
[4]	敖永才, 师奕兵, 张伟, 李焱骏. 自适应惯性权重的改进粒子群算法 . 电子科技大学学报, 2014, 43(6): 874-880. doi: 10.3969/j.issn.1001-0548.2014.06.014
[5]	郑进军, 韦春竹, 洪超, 许文波. CLIGEN模型主要降雨参数精度评价 . 电子科技大学学报, 2013, 42(3): 431-435. doi: 10.3969/j.issn.1001-0548.2013.03.022
[6]	颜伟, 项凤雏, 卢建刚, 余娟, 赵霞. 考虑单位长度参数变量的线路参数估计方法 . 电子科技大学学报, 2011, 40(5): 720-725. doi: 10.3969/j.issn.1001-0548.2011.05.017
[7]	王文强, 张千明. 链路预测的网络演化模型评价方法 . 电子科技大学学报, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003
[8]	胡建, 李志蜀, 欧鹏, 罗思达. 粒子群优化算法中的分步式策略 . 电子科技大学学报, 2009, 38(3): 435-440. doi: 10.3969/j.issn.1001-0548.2009.03.028
[9]	刁鸣, 高洪元, 马杰, 缪善林. 应用神经网络粒子群算法的多用户检测 . 电子科技大学学报, 2008, 37(2): 178-180,281.
[10]	张晓玲, 黄书伟, 郭少南. ISAR运动参数估计和补偿改进方法 . 电子科技大学学报, 2008, 37(3): 321-324.
[11]	周欣然, 滕召胜, 易钊. 粒子群优化的广义T-S模糊模型参数学习方法 . 电子科技大学学报, 2008, 37(4): 569-573.
[12]	杨丹, 胡光岷, 李宗林, 姚兴苗. 全局的多流量相关异常检测算法 . 电子科技大学学报, 2008, 37(6): 823-827.
[13]	郑晓鸣, 吕士颖, 王晓东. 免疫接种粒子群的聚类算法 . 电子科技大学学报, 2007, 36(6): 1264-1267.
[14]	吕士颖, 郑晓鸣, 王晓东. 基于免疫量子粒子群优化的属性约简 . 电子科技大学学报, 2007, 36(6): 1268-1272.
[15]	王建英, 解梅, 尹忠科. 阵列误差对多参数联合估计性能的影响 . 电子科技大学学报, 2006, 35(5): 763-766.
[16]	叶瑞青, 沈显祥, 唐斌. 欠采样超宽带LFM信号参数估计 . 电子科技大学学报, 2006, 35(2): 157-159.
[17]	刘辉, 戴波, 张艳, 张文彬. LogP简化模型参数估计 . 电子科技大学学报, 2005, 34(2): 229-232.
[18]	沈艳, 郭兵, 古天祥. 粒子群优化算法及其与遗传算法的比较 . 电子科技大学学报, 2005, 34(5): 696-699.
[19]	徐明民. 巴斯卡分布中未知参数的估计 . 电子科技大学学报, 2004, 33(5): 618-620.
[20]	邹琪, 皮亦鸣, 黄顺吉. 极化SAR图像的多纹理最大似然估计 . 电子科技大学学报, 2001, 30(2): 120-123.

WeChat

点击查看大图

计量

文章访问数: 3370
HTML全文浏览量: 145
PDF下载量: 63
被引次数: 0

用PSO方法搜索基于MLE的ARMA模型参数

doi: 10.3969/j.issn.1001-0548.2010.01.016

1. 电子科技大学自动化工程学院成都 610054

基金项目:

部级预研基金

作者简介:
罗航(1972-),男,博士生,主要从事故障诊断和可靠性预测等方面的研究.

收稿日期: 2008-08-09
修回日期: 2008-10-23
刊出日期: 2010-02-15

中图分类号: TP274

关键词:

摘要: 针对小样本条件下用矩估计(ME)方法获取ARMA模型参数粗略的缺点,将粒子群优化算法(PSO)用于小样本ARMA模型参数的极大似然估计(MLE),以获得概率上最优的数字解。在分析基于ARMA模型似然函数的基础上,详细分析了PSO的思想、方法和评价指标。以实际例证显示了联合PSO优化方法估计AMAR模型参数的优良特性,并从算法和似然函数角度分别阐释了形成利弊的原因。

English Abstract

罗航, 黄建国, 龙兵, 王厚军. 用PSO方法搜索基于MLE的ARMA模型参数[J]. 电子科技大学学报, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016

引用本文:

罗航, 黄建国, 龙兵, 王厚军. 用PSO方法搜索基于MLE的ARMA模型参数[J]. 电子科技大学学报, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016

LUO Hang, HUANG Jian-guo, LONG Bing, WANG Hou-jun. Searching ARMA Model Parameters Based on MLE-Based by Applying PSO Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016

Citation:

LUO Hang, HUANG Jian-guo, LONG Bing, WANG Hou-jun. Searching ARMA Model Parameters Based on MLE-Based by Applying PSO Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发