时间序列分析的工程应用 下2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

时间序列分析的工程应用 下PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第八章 ARMA模型的最佳预测与最佳控制1

8．1 最佳预测原理1

8．2 最佳预测的计算5

8．3 最佳预测的校正13

8．4 指数加权平滑预测16

8．5 利用ARMA模型特性加权的最佳预测计算21

8．6 最佳预测的应用实例26

8．7 最佳控制31

8．8 最佳控制的应用实例39

习题46

第九章 模态参数估计48

9．1 模态参数估计的基本概念49

9．2 模态参数估计的ARMA模型法59

9．3 扩展的Prony法67

9．4 有关Prony谱的问题86

习题91

第十章 模式识别·故障诊断92

10．1 模式识别与故障诊断的基本概念93

10．2 用AR模型参数构造的距离判别函数98

10．3 特征量的提取128

10．4 根据模型特性构造的判别函数138

10．5 Bayes判据151

习题159

第十一章 表面形貌识别160

11．1 表面形貌识别的基本概念161

11．2 用轮廓的谱矩表征表面169

11．3 表面形貌的计算机评价178

11．4 纹理轮廓的识别——建模与模拟182

11．5 非正态分布随机轮廓的建模与识别185

11．6 任意分布随机表面场的建模与模拟196

习题209

第十二章 多元时间序列与ARMAV模型212

12．1 多元时间序列与ARMAV模型213

12．2 ARV模型参数的估计225

12．3 ARMAV模型参数的估计230

12．4 ARV模型的最佳预测238

12．5 模态参数估计的ARMAV模型法243

12．6 闭环系统辨识的ARMAV模型法250

习题258

第十三章 非平稳时间序列模型260

13．1 系统参数分析263

13．2 系统输入、输出信号的分析271

13．3 非平稳时序建模的趋势项直接剔除法277

13．4 非平稳时序建模的趋势项提取法293

13．5 非平稳时序模型的应用实例304

习题312

第十四章 门限自回归模型314

14．1 非线性现象与非线性时序模型315

14．2 门限自回归模型及其特性325

14．3 门限自回归模型的建模330

14．4 门限自回归模型的预测与应用346

习题355

第十五章 双线性时序模型356

15．1 双线性离散系统及其建模357

15．2 Volterra函数级数模型363

15．3 双线性离散系统的Volterra核365

15．4 双线性连续系统的Volterra核369

15．5 双线性离散模型与连续模型的转换375

15．6 模型转换实例379

习题386

第十六章 时间序列的状态模型387

16．1 状态模型的建立387

16．2 状态模型的性质396

16．3 因果律398

16．4 典则差分模型403

16．5 动态系统的故障诊断404

习题414

附1．6 武汉市某区肿瘤月死亡率数据415

附1．5 武汉市某区人口月死亡率数据415

续附录1 数据415

附1．7 钢筋混凝土T形梁的自由响应数据416

附1．8 振动位移{x_(1t)}与动态切削力{X_(2t)}采样电流数据423

附1．9 中国轻工业产量发展指数数据424

附1．10 中国重工业产量发展指数数据424

附1．11 武汉市月平均气温数据425

附1．12 武汉市日平均气温数据426

附1．13 钢丝绳断丝检测中磁场变化的采样电压数据427

附1．14 国际航空公司每月客票数据428

附1．15 加拿大山猫每年捕捉数数据428

附1．16 机床工作台爬行位移数据429

续附录2 IBM系列机及其兼容机上的实用程序及其使用说明432

附2．5 模态参数估计的扩展Prony算法Fortran子程序432

附2．6 ARMAV建模的向量模型标量化方法Pascal过程444

附2．7 提取幂函数与指数函数趋势项的Pascal过程450

附2．8 提取周期趋势项的Pascal过程455

附2．9 GM(1，1)提取指数趋势项的Pascal过程459

附2．10 GM(2，1)提取周期趋势项的Pascal过程461

附2．11 计算点值图的Pascal过程464

附2．12 SETAR建模的Pascal过程466

附2．13 双线性建模的Fortran程序472

主要参考文献481