基于GCM(1,N)自适应关联组合模型的PM2.5浓度预测

• 作者: 吕辰 吴宗之 傅贵 贾树泽
• 来源期刊: 矿业科学学报
• 关键词: PM2.5浓度 主影响因子 GCM(1,N)预测模型
• 年，卷（期）: 2017,（4）
• 页码范围: 357-363
• 页数: 7页
• 分类号: X956
• 语种: 中文

摘要

PM2.5浓度的变化与雾霾灾害天气的发生有着内在的必然联系,准确预测PM2.5浓度变化趋势,对有效防治大范围雾霾灾害天气的发生具有重要指导作用.本研究根据PM2.5浓度受多因素扰动的灰特性,采用等维灰递补的方法,及时补充新的灰信息,构建了PM2.5主影响因子灰关联计算模型;同时引入灰控制参数对GM(1,N)模型进行改进,满足多影响因素条件下的精确预测,将二者结合建立了适应于不同N元的GCM(1,N)自适应预测模型.通过对北京地区实测数据的应用和分析,GCM(1,N)计算预测模型精度达到89.75％ ～96.44％,PM2.5浓度预测相对误差在7.32％ ～15.21％之间,取得了较好的预测效果.