基于卡爾曼濾波的MGM-多維AR(p)模型的構建及其應用

摘要： 由于受到外界不確定性因素的干擾,導致實際數據偏離模擬的趨勢,使得灰色多變量MGM(1,m)模型預測效果不佳,而多維平穩(wěn)序列自回歸模型(AR(p))能夠有效反應具體數據與整體趨勢之間產生的偏差,從而可以掌握外界環(huán)境對目標數據發(fā)展趨勢帶來的影響.由此文章首先利用卡爾曼濾波對給定的小樣本數據做平滑處理,消除數據觀測時產生的噪聲誤差,然后根據MGM(1,m)模型對處理后的數據建模,將得... （共19頁）