简介:摘要基于季节性时间序列的特征,文章提出了一种利用季节模型预测的方法抑制希尔伯特——黄变换(HHT)中端点效应的方法。首先,在对信号进行经验模式分解(EMD)之前,利用季节模型预测的方法延拓信号的两端,使得极值拟合的包络线更加适合原信号;其次,对固有模态函数(IMFs)做Hilbert变换之前再次应用季节模型预测;最后,将基于季节模型预测方法的HHT算法与灰色预测和神经网络预测的结果进行对比,仿真实验表明新算法不仅有效抑制了端点效应,而且得到了更准确的瞬时频率。
简介: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。
简介:在分析评价漯河市城区2006-2010年大气环境质量的基础上,运用等维灰数递补动态模型对该区2011-2015年大气环境质量变化趋势进行了预测。预测结果表明,漯河市城区SO2浓度有显著下降趋势,NOx和PM10浓度将持续上升,大气环境总体质量趋于下降。