基于SARIMA-SVR组合模型的 空气质量指数预测

• 作者: 白艳萍 续婷 郑洋洋
• 来源期刊: 河北工业科技
• 学科: 地球科学
• 关键词: 应用数学 SARIMA SVR SARIMA-SVR组合模型 空气质量指数预测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 污染防治专栏
• 页码范围: 436-441
• 页数: 6页
• 分类号: O29|X84
• 字数: 3958字
• 语种: 中文
• DOI: 10.7535/hbgykj.2019yx06011

摘要

空气质量指数(AQI)在波动中既具有整体的时间序列线性特征和明显的季节性波动周期,又具有多种因素影响的不确定性,为了提高AQI的预测精度,基于Ri3863.3.3和Matlab R2014a两种编程软件,提出了一种同时具有线性和非线性的复合特征的时间序列预测模型——SARIMA-SVR组合模型.以太原市2014年1月—2019年7月的AQI月均值数据为基础,利用SARIMA时间序列模型进行线性预测,利用SVR模型对残差进行非线性预测,加和得到组合预测模型的预测结果,分析比较SARIMA,SVR和SARIMA-SVR这3种模型的预测结果和平均绝对百分比误差.结果表明,组合预测模型发挥了2种模型各自的优势,相较于单一预测模型的预测结果而言,其预测精度更高,稳定性更好.通过此模型得到的空气质量预测结果不仅可为人们的日常生活提供指导,而且可为大气污染的防治工作提供科学依据和借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白艳萍	中北大学理学院	124	639	13.0	19.0
2	续婷	中北大学理学院	8	13	2.0	3.0
3	郑洋洋	中北大学理学院	2	7	1.0	2.0