基于加权马尔可夫链修正的ARIMA预测模型的研究

摘要

为改善因频繁事后维修导致的设备使用寿命骤减问题,提出基于加权马尔可夫链修正的差分自回归移动平均(ARIMA)模型来预测设备状态参数,做到事后维修转化为视情维修.考虑到ARIMA模型存在一定偏差和不稳定性,引入加权马尔可夫模型对ARIMA模型残差序列进行分析.采用状态特征值结合线性插值法将预测的残差状态转化为具体值,残差修正的预测值为最终状态值.以预测船舶海水出口温度为例,对比分析单一ARIMA模型和修正的ARIMA模型的预测结果.结果表明:修正的模型预测精度较单一ARIMA模型显著提高,具备可行性和有效性.