马嘉欣;徐飞云;黄、任 线性和非线性自回归模型及其在建模和预测中的应用。 （中文。英文摘要） Zbl 1289.62092号 J.东南大学，自然科学。 43，第3期，509-514（2013）. 摘要：为了提高模型精度，在经典时间序列建模策略的基础上，提出了一种具有外部输入的线性和非线性自回归模型。利用Weierstrass逼近定理，推导了具有外部输入的线性和非线性自回归模型（GNARX）的一般表达式。由于允许多个外部输入，该模型可以实现复杂系统的建模和识别。此外，针对模型结构，提出了一种最小二乘参数估计方法。通过综合考虑建模误差、预测误差和模型复杂度的修正信息准则（AIC），确定最优模型。最后，将该模型应用于振动位移仿真数据和当前采样数据的建模和预测。结果表明，GNARX模型的预测精度高于AR、GNAR、ARX模型和BP神经网络，表明GNARX具有良好的线性和非线性建模能力和预测能力，具有良好的通用性和实用价值。 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 93A30型 系统数学建模（MSC2010） 关键词：线性和非线性自回归模型;建模;预测 PDF格式BibTeX公司 XML格式引用 \textit{J.Ma}等人，J.东南大学，自然科学。43，第3号，509--514（2013；Zbl 1289.62092） 全文： 内政部