基于改进谱共轭梯度思想的ARIMA模型参数估计优化法

摘要

为了提升差分自回归移动平均模型ARIMA拟合的精确程度,把解决非线性无约束问题的谱共轭方向思想运用到模型参数优化估计中.给出一种改进的谱共轭梯度法,即结合不同谱共轭梯度法的优势之处,提出新的参数标量和搜索方向迭代公式.理论上证明该算法的充分下降性和全局收敛性,数值实验结果验证其是一种更为快速有效的方法,实例分析进一步证实本文算法的可操作性.