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
Journal of Shenyang University(Natural Science)（2021）
摘要
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.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要