基于一种时间序列模型的河流重金属污染浓度预测研究

• 作者: 刘潭秋 沈新平 王汉华
• 来源期刊: 计算技术与自动化
• 关键词: 时间序列模型 河流重金属污染 预测
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 29-33
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2012.03.007

摘要

水环境是一个充满不确定性的复杂巨系统,传统水质模型很难体现重金属污染物在河流中迁移的随机性,因此经典的时间序列模型-ARIMA模型被应用于河流重金属污染浓度的预测.实例分析证实,通过采用将获得的最新数据不断地添加到用于模型设定的样本中,并再此基础上获得最近向前一个时期预测值的动态预测方法,ARIMA模型能够获得很好的预测表现,尤其是在充分考虑模型残差统计分布特征的情况下,采用具有学生t分布的模型预测更精确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘潭秋	长沙理工大学经济与管理学院	12	67	4.0	8.0
2	王汉华	长沙理工大学经济与管理学院	4	10	2.0	3.0
3	沈新平		6	55	4.0	6.0