龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽大学
摘要：本发明涉及一种基于STL分解和ARIMA‑Holt‑Winters模型的大气污染物浓度预测方法，包括：对大气污染物浓度数据进行STL分解；获得第一预测分量、第二预测分量、第三预测分量；ARIMA模型、Holt‑Winters模型和统计方法共同组成混合模型；将第一预测分量、第二预测分量、第三预测分量通过加法模型进行重构，得到重构后的预测值；使用均方根误差、平均绝对误差、平均绝对百分比误差三个评价标准对混合模型进行精度评估。本发明有助于更深入地理解时间序列数据的内在规律和特性，提高预测精度；建立混合模型，充分利用各个预测模型的优点；在处理大气污染物浓度时间序列数据时具有较好的实时性，能够满足快速准确地生成预测结果的需求，对于大气污染物浓度预测具有较高的应用实践价值。
主权项：1.一种基于STL分解和ARIMA-Holt-Winters模型的大气污染物浓度预测方法，其特征在于：该方法包括下列顺序的步骤：1对大气污染物浓度数据进行STL分解，将大气污染物浓度数据分解为趋势项、季节项以及随机项；2计算STL分解各分量的方差贡献率VAF值，检验分解效果；3使用ARIMA模型预测趋势项，获得第一预测分量；使用Holt-Winters模型预测季节项，获得第二预测分量；使用统计方法将随机项的长期平均值作为第三预测分量；ARIMA模型、Holt-Winters模型和统计方法共同组成混合模型；4将第一预测分量、第二预测分量、第三预测分量通过加法模型进行重构，得到重构后的预测值；5使用均方根误差RMSE、平均绝对误差MAE、平均绝对百分比误差MAPE三个评价标准对混合模型进行精度评估。
全文数据：
权利要求：
百度查询： 安徽大学 基于STL分解和ARIMA-Holt-Winters模型的大气污染物浓度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号