论文部分内容阅读
针对一般GM（1，1）多步预测方法的不足，提出了一种基于代谢递补GM（1，1）的状态预测方法．该方法首先对原始信号进行预处理，再通过递补思想进行多步预测，然后利用更新数据进行代谢预测，最后计算设备状态的预测值与真实值误差，根据预测值的趋势判断设备的未来状态．实例分析结果表明，该方法所需数据样本少且数据训练时间短，后八步的预测精度可满足工程精度，能有效地应用于设备的中长期在线状态预测．