基于关联向量机回归的水质参数时间序列预测方法

摘要

本发明提供基于关联向量机回归的水质参数时间序列预测方法，包括以下步骤：步骤一：从水质自动监测站采集水质参数历史数据并对数据进行预处理；步骤二：将经过预处理的水质参数历史数据中的前2/3的数据作为训练样本集，后1/3数据作为测试样本集；步骤三：以训练样本集对RVM进行训练；用测试样本集对训练后的RVM进行检验，获得基于RVM回归的水质参数时间序列预测模型；步骤四：使用基于RVM回归的时间序列预测模型对新的水质参数进行预测。能够进行时间序列预测，预测的范围大，精度高，预测的稳定性好，并且能够给出概率性输出，在给出预测的同时，给出预测的置信区间，降低预测时间，及时观察水质参数的变化。

主权项

一种基于关联向量机回归的水质参数时间序列预测方法，其特征在于：包括以下步骤：步骤一：从水质自动监测站采集水质参数历史数据并对数据进行预处理，将历史数据中的缺失数据补全，先对缺失数据作补0处理，然后对历史数据按照时间序列作时域上的预处理，再进行频率滤波，最后利用最小二乘法进行最佳拟合比较，在最终拟合得到的曲线中找出对应观察点为0的拟合值，即是实际缺失数据的补全值，从而代入补全值将历史数据中的缺失数据补全；步骤二：将经过预处理的水质参数历史数据中的前2/3的数据作为训练样本集，后1/3数据作为测试样本集；步骤三：以训练样本集前若干连续单位时间的水质参数值作为输入，以下一单位时间的水质参数值作为输出，对RVM进行训练；用测试样本集对训练后的RVM进行检验，将测试样本集前若干连续单位时间的水质参数值送入训练后的RVM的输入端，并观测该RVM的输出端的预测值，在输出端的预测值与测试样本集下一单位时间水质参数值之间的误差达到要求的情况下，检验通过，获得基于RVM回归的水质参数时间序列预测模型；步骤四：使用基于RVM回归的水质参数时间序列预测模型对新的水质参数进行预测，即将新的前若干单位时间的水质参数值送入预测模型的输入端，则在其输出端预测出下一单位时间的水质参数值。