使用包含缺失数据点的数据集，采用NARMAX方法对GEO轨道上的电子通量进行建模与预测

《Advances in Space Research》：Modeling and Prediction of Electron Fluxes in GEO with NARMAX Approach Using Data Set with Missing Data Points

　　

Ping Li|Hua-Liang Wei|Richard J. Boynton|Michael A. Balikhin

摘要

NARMAX方法最初是为识别复杂非线性动态系统的模型而开发的，十多年来已被用于空间系统和环境建模以及空间天气预报。在这项研究中，NARMAX方法被用来构建地球静止轨道（GEO）上1.5 MeV电子通量的预测模型。空间天气建模的一个挑战是，由于可用数据集中存在许多缺失数据点，我们通常需要使用一些插补数据来填补这些空白。本文针对这一挑战进行了探讨。我们提出将包含缺失数据点的数据集进行分割，并将任务重新定义为多个数据集的建模问题，然后引入了一种有效的模型识别方案，使我们能够直接从多个数据集中识别出单一模型，而无需依赖任何数据插补或估算技术。通过两种不同的模型项选择方法来识别模型，并比较不同模型的预测性能，从而为选择建模方法提供一些指导。我们还将讨论在利用包含缺失数据点的给定数据集或可用数据集构建预测模型时需要考虑的最佳实践、局限性和注意事项。