检索结果-南通市图书馆

干旱地区农业研究 2020年第2期38卷 276-282页

作者：许德合张棋黄会平华北水利水电大学地球科学与工程学院河南郑州450000 华北水利水电大学测绘与地理信息学院河南郑州450000

开展干旱预测是有效应对干旱风险的前提基础,本研究利用1951-2017年河南省郑州气象站点逐日降水量数据计算多尺度标准化降水指数(SPI),并建立了SPI序列自回归移动平均模型(arima)和自回归移动平均与支持向量机回归组合模型(arima-svr),... 详细信息

开展干旱预测是有效应对干旱风险的前提基础,本研究利用1951-2017年河南省郑州气象站点逐日降水量数据计算多尺度标准化降水指数(SPI),并建立了SPI序列自回归移动平均模型(arima)和自回归移动平均与支持向量机回归组合模型(arima-svr),对模型参数进行率定和验证后,利用所建立的模型对河南省郑州气象站点多尺度SPI值进行预测。借助均方根误差(RMSE)、平均绝对百分比误差(MAPE)对回归预测模型的有效性进行判定。结果表明:ARIMA-SVR组合模型在SPI1(1个月)和SPI12(12个月)的RMSE值分别为80.05和0.74,均低于arima模型的92.25和1.24,说明ARIMA-SVR组合模型与单一的arima模型对SPI的预测精度都与该指数的时间尺度长短有关,都随时间尺度的增加而逐渐提高;SPI12的两种模型预测精度均高于SPI1、SPI3(3个月)和SPI6(6个月)的预测精度。用实测数据与模型的预测数据相比较说明ARIMA-SVR组合模型相比于单一arima模型预测精度更高,且能够很好拟合不同时间尺度的标准化降水指数。

关键词：干旱预测标准化降水指数 ARIMA-SVR组合模型 arima模型 svr模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于ARIMA-SVR组合模型的卫星遥测数据预测研究

基于ARIMA-SVR组合模型的卫星遥测数据预测研究

引用

作者：顾昕雨中国科学院大学(中国科学院国家空间科学中心)

学位级别：硕士

随着科技时代的不断发展,卫星的在轨寿命越来越长。卫星的状态受空间环境与运行时长的影响,这些影响可能会使卫星在运行过程中出现故障,从而造成不可挽回的事故损失。卫星运行过程中产生的遥测数据能够直接表达卫星的状态,对卫星遥测数... 详细信息

随着科技时代的不断发展,卫星的在轨寿命越来越长。卫星的状态受空间环境与运行时长的影响,这些影响可能会使卫星在运行过程中出现故障,从而造成不可挽回的事故损失。卫星运行过程中产生的遥测数据能够直接表达卫星的状态,对卫星遥测数据的变化趋势进行预测,可以提前预知发生故障的可能,为卫星运控管理人员留出更充裕的时间实施故障处置。本文建立了卫星遥测数据预测模型,对卫星实际遥测数据的变化趋势进行预测,提高预测精度,使工作人员能够更精确地分析判读卫星在轨运行的状态。卫星遥测数据的特征比较复杂,为提高预测精度,本文从组合模型层面进行预测研究。针对卫星时序遥测数据的周期性、非线性等特点,结合差分自回归滑动平均模型(arima)处理周期性样本以及支持向量回归模型(svr)处理非线性样本的优势,本文利用ARIMA-SVR组合模型对卫星真实遥测数据进行预测。本文以空间科学某型号卫星实际在轨运行数据作为研究对象,为验证组合模型在预测精度上的提升,分别利用arima模型、svr模型、长短记忆人工神经网络模型(LSTM)以及ARIMA-SVR组合模型对卫星的实际遥测数据进行短期和中期预测。为了保证svr模型核函数参数选取的可靠性,本文利用粒子群优化(PSO)算法对svr模型核函数的参数进行寻优。在实验的最后,本文利用决定系数(R)、均方误差(MSE)、均方根误差(RMSE)以及平均相对误差绝对值(MAPE)评价标准对四种不同模型的预测效果进行评价。实验结果表明,无论是短期还是中期预测,arima-svr串联组合模型的预测精度都高于arima、svr以及LSTM预测模型。将短期预测与中期预测的结果对比后发现,ARIMA-SVR组合模型在短期预测中的精度高于中期预测,表明ARIMA-SVR组合模型更适用于卫星遥测数据的短期预测。本文以卫星实际遥测数据作为研究对象,结合实验得出的预测结果,证明了arima-svr模型可以有效提高卫星遥测数据的预测精度,表明该模型在卫星遥测数据的预测中具有实际的应用价值,未来可以为卫星的异常检测提供有效的决策分析支持。

关键词：时序遥测数据 arima模型 svr模型 LSTM模型 ARIMA-SVR组合模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊信息粒化和ARIMA-SVR组合模型的空气质量指数预测

基于模糊信息粒化和ARIMA-SVR组合模型的空气质量指数预测

引用

作者：张梦山东大学

学位级别：硕士

近年来,随着我国工业和经济的快速发展,我国的空气污染问题越来越严重,不仅对人们的出行安全造成影响,更是严重危害了人们的健康。因此,要想有效的防治空气污染,同时为人们的出行安全提供一些参考建议,对空气质量进行及时检测和预报是... 详细信息

近年来,随着我国工业和经济的快速发展,我国的空气污染问题越来越严重,不仅对人们的出行安全造成影响,更是严重危害了人们的健康。因此,要想有效的防治空气污染,同时为人们的出行安全提供一些参考建议,对空气质量进行及时检测和预报是必要的。空气质量指数(Air Quality Index,AQI)是反映空气质量的指标,其数值越大,表明空气污染越严重。因此,预测AQI是解决空气污染问题的关键步骤。目前,常用的AQI预测方法有arima模型、svr模型、神经网络模型等,且通常为点预测。随着样本数量的不断增多和数据维度的不断增加,点预测的计算过程越来越复杂,且计算量也明显增多。由于大气环境的复杂多变性,大多数时候无法对AQI来进行精确的点值预测,因此能对AQI进行区间预测变得非常重要。模糊信息粒化模型能够把高维度大样本数据进行简单化,减少计算量,同时保留住样本中有价值的信息,并可以利用简化之后的数据对原始时间序列数据进行区间预测。虽然区间预测并不可以给研究者准确的点预测值,然而却能给研究者数据在将来的变化范围与变化趋势。AQI在波动中既具有整体的时间序列线性特征,又具有多种因素影响的不确定性,为了提高AQI的预测精度,本文使用了一种同时具有线性和非线性的复合特征的时间序列预测模型——ARIMA-SVR组合模型。该模型利用arima模型进行线性预测,利用svr模型对arima模型预测残差进行非线性预测,加和得到组合预测模型的预测结果。本文将模糊信息粒化模型与ARIMA-SVR组合模型相结合,构建AQI区间预测模型。以北京、上海、广州、济南和郑州五个城市2017年1月1日到2019年10月28日的AQI日数据为基础,首先利用模糊信息粒化模型对五个城市AQI数据进行模糊信息粒化,再利用arima模型,svr模型与ARIMA-SVR组合模型对AQI模糊粒子进行回归预测,得到五个城市AQI区间预测结果。分析比较三种模型趋势预测的准确率、范围预测的精确度和可靠性以及模型稳定性,结果表明,组合预测模型发挥了两种模型各自的优势,相较于单一预测模型而言,其趋势预测的准确率与范围预测的精确度和可靠性更高,模型稳定性更好。最后,将组合预测模型应用在五个城市的空气质量等级预测中,通过此模型得到的空气质量等级预测结果不仅可为人们的日常生活提供指导,而且可为大气污染的防治工作提供科学依据和借鉴意义。

关键词：空气质量指数模糊信息粒化模型 arima模型 svr模型 ARIMA-SVR组合模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ARIMA-SVR组合模型预测弹丸初速的方法

引用

兵器装备工程学报 2021年第S01期42卷 138-142页

作者：田珂中国人民解放军63861部队吉林白城137001

靶场试验中有时会出现雷达死机或红外未启等现象,导致雷达丢失弹丸信号无法准确测试弹丸初速。针对这种情况,选择利用arima模型和svr模型建立ARIMA-SVR组合模型预测缺失弹丸的初速数据,arima模型负责预测弹丸初速的线性特征,svr模型负... 详细信息

靶场试验中有时会出现雷达死机或红外未启等现象,导致雷达丢失弹丸信号无法准确测试弹丸初速。针对这种情况,选择利用arima模型和svr模型建立ARIMA-SVR组合模型预测缺失弹丸的初速数据,arima模型负责预测弹丸初速的线性特征,svr模型负责预测弹丸初速的非线性特征,ARIMA-SVR组合模型就可以同时预测弹丸初速中的线性特征和非线性特征。三个模型预测值与实测值的误差表明,ARIMA-SVR组合模型的预测精度最高,是预测弹丸初速的最佳模型。

关键词：弹丸初速 arima模型 svr模型 ARIMA-SVR组合模型

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：