基于动态数据驱动的泸州市空气质量指数适应性建模预测研究

摘要

环保监测数据的更新是一个不断变化的动态过程,随着数据量的增加,数据所反映的信息也更加完善,给人民的生活和生产带来了重要的影响。利用灰色GM（1,1）系统建模理论和新陈代谢建模原理,建立基于动态数据驱动的灰色GM（1,1）新陈代谢模型。该模型根据空气质量指数的动态数据更新,去掉旧数据加入新数据,弱化了对数据服从怎样统计规律这一要求,避免了模型与数据统计规律不适应的难题,使得模型预测精度较传统GM（1,1）、线性模型及BP神经网络模型要好得多。