研究论文 间歇工作的空间斯特林制冷机制冷时长预测.pdf

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.