基于奇异谱分析的多模型融合空气污染物质量浓度预测方法
提出一种基于奇异谱分析的多模型融合空气污染物质量浓度预测方法,它基于奇异谱分析的时间序列分解特性,对差分整合移动平均自回归模型和灰度模型进行模型融合.采用模型融合方法对沈阳市京沈街区空气污染物质量浓度监测站点2020年9月18日-2021年3月11日空气污染物质量浓度监测数据进行预测分析.结果表明,相较于单独使用差分整合移动平均自回归模型方法或灰度模型方法,此方法能够显著提高空气污染物质量浓度的预测精准度,对空气污染物质量浓度变化能够达到较好的预测效果.
空气污染物、预测、奇异谱分析、时间序列、灰度模型、自回归模型
33
TP399(计算技术、计算机技术)
国家自然科学基金;国家社会科学基金;辽宁省重点研发计划
2022-04-06(万方平台首次上网日期,不代表论文的发表时间)
共10页
470-479