首页> 中文期刊> 《南通职业大学学报》 >基于GM-ARMA组合模型的PM2.5浓度预测——以扬州市为例

基于GM-ARMA组合模型的PM2.5浓度预测——以扬州市为例

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

以扬州市逐日空气PM2.5浓度数据为研究对象,收集2014年至2017年PM2.5月浓度时间序列,构建GM-ARMA组合模型,对其PM2.5浓度变化进行了分析和预测.研究结果表明:与GM(1,1)、AMRA(2,1)模型相比,GM-ARMA组合模型具有更好的拟合效果,对PM2.5浓度预测精度更高.

著录项

来源
《南通职业大学学报》 |2018年第4期|67-71|共5页
作者
XU Hui-jun; ZHANG Lin-nan;
展开▼
作者单位

展开▼
原文格式 PDF
正文语种 chi
中图分类应用数学;系统工程;
关键词
PM2.5; 时间序列; GM-ARMA组合模型; 预测;

相似文献

中文文献
外文文献
专利

1. 基于多层组合模型的武汉市月平均PM2.5浓度预测 [J] . 王徐凯 ,余华银 ,杨桂元 . 牡丹江师范学院学报（自然科学版） . 2021,第001期
2. 基于GCM（1,N）自适应关联组合模型的PM2.5浓度预测 [J] . 吕辰 ,吴宗之 ,傅贵 . 矿业科学学报 . 2017,第004期
3. 基于GCM(1,N)自适应关联组合模型的PM2.5浓度预测 [J] . 吕辰 ,吴宗之 ,傅贵 . 矿业科学学报 . 2017,第004期
4. 基于改进GM-ARMA组合模型的风电功率中长期预测方法 [J] . 郝小会 ,杨正军 ,郝延 . 电工技术 . 2021,第007期
5. 基于GM-ARMA组合模型的年电力需求预测 [J] . 胡效雷 ,何祖威 . 广东电力 . 2007,第002期
6. 基于小波变换和GM-ARMA模型的交通流预测 [C] . Chen Ye ,陈野 ,Mao Shuhua . 第23届灰色系统学术会议 . 2012
7. 基于组合模型的城市PM2.5浓度预测研究 [A] . 薛丹阳 . 2018

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号