论文部分内容阅读
针对空间遥感任务中，光电探测器配载的斯特林制冷机制冷时长的预测问题，提出了一种使用自回归积分滑动平均模型（ARIMA）与人工神经网络（ANN）模型相结合的预测方法。该方法采用时间序列的经典模型，将时间序列分解为趋势项与波动项的加和，采用ARIMA和ANN模型分别进行趋势项预测和波动项预测，并根据斯特林制冷机的间歇性工作模式特点对ARIMA模型进行改进。最后，通过在真实数据上与其他方法的对比实验，验证了本文提出方法的有效性。