近期，恒达宋萬清教授指導2018級研究生劉鶴在隨機序列預測研究領域取得最新研究成果👢🧛♂️，相關工作分別發表在機械領域國際知名期刊 《Mechanical Systems and Signal Processing》和工程領域國際知名期刊《Nonlinear Dynamics》。目前《Mechanical Systems and Signal Processing》期刊的最新影響因子為6.471📹，系中科院SCI期刊分區工程技術大類一區Top期刊🔗；《Nonlinear Dynamics》期刊的最新影響因子為4.867，系中科院SCI期刊分區工程技術大類二區Top期刊。
隨機序列預測一直是研究領域的熱點和難點🚻，宋萬清教授近年來一直致力於探索和研究通過隨機模型來預測隨機序列，以獲得預測時間更短🧑🏻🎓、精度更高的算法。
發表在期刊《Nonlinear Dynamics》上的題為“Generalized Cauchy difference iterative forecasting model for wind speed based on fractal time series”的論文🥝🦹🏽♀️，主要成果是基於廣義柯西過程構建了離散隨機差分迭代預測模型，該模型可以靈活擬合隨機序列呈現的長相關性和局部波動性，為隨機序列的精準預測提供了新的思路👁🗨。
發表在期刊《Mechanical Systems and Signal Processing》上的題為“A Generalized Cauchy Method for Remaining Useful Life Prediction of Wind Turbine Gearboxes”的論文🤚🏿👮🏻♀️，在基於廣義柯西過程構建的隨機序列預測模型的基礎上，結合設備故障閾值等提出了剩余有效壽命預測的退化模型，從隨機序列建模的角度為設備剩余有效壽命的精準預測提供了新的方法😭⛴。
