基于空气质量时间序列分析的预测模型设计与应用

摘要

空气的恶化以及雾霾的频繁出现引起了人们对空气污染的持续关注，掌握空气污染物的污染状况及变化规律，分析预测污染的变化趋势显得尤为重要。时间序列ARMA、GARCH算法是以成熟严谨的数理理论为依据，在计算机理论技术的基础上操作和实现。相对于其它时间序列分析预测方法，如回归分析、灰色模型、神经网络等，ARMA、GARCH预测方法具有较高的实用性。本文对智能环境保护分析预测问题进行研究，并搭建智能环保分析平台，为空气环境质量保护的预测预警提供了有效的参考价值。
　　本文以宁夏回族自治区不同地区的空气污染物数据为研究对象，以ARMA、GARCH算法模型为基础，对空气污染物数据使用时间序列分析方法建立了预报模型，而且对其进行了深入分析和研究并应用到环境保护智能分析平台模块中，为空气环境质量保护的预测预警提供了有效的参考价值。完成的主要内容如下:
　　(1)针对宁夏回族自治区6市的主要空气污染物分别进行数理统计分析、相关性分析、小波等对比，使用数据可视化的方法深入分析其变化规律、污染状况及污染原因。
　　(2)使用时间序列ARMA、GARCH算法对空气污染物进行预测分析，发展并完善了空气质量综合评价方法。时间序列模型主要包括:数据预处理、模型辨识、参数估计、预测分析、误差分析等部分，并对该方法具体实现的步骤和流程进行了详细的说明。
　　(3)以空气质量时间序列算法为核心，采用Django为基础框架开发了环境质量智能分析平台。该系统采用Python开发语言，并实现了模型(Model)、模板(Template)和视图(Views)三大主流模块的有效结合，从而保证了整个系统的高效运转以及未来的软件升级、软件复用等。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 本文的思路、内容和目标

1．4 论文的组织结构

第二章 时间序列分析的基本理论与建模方法

2．1 时间序列概述

2．2 ARMA模型

2．3 GARCH模型

2．4 GARCH族模型

2．5 本章小结

第三章 时间序列模型的实证分析

3．1 数据来源

3．2 统计方法应用

3．3 ARMA模型的应用

3．4 GARCH簇模型

3．5 本章小结

第四章 环保智能分析平台介绍

4．1 总体设计

4．2 平台设计

4．3 数据库介绍

4．4 实现及应用

4．5 本章小结

第五章 总结与展望

5．1 结论

5．2 展望

参考文献

致谢

个人简历