一种空气污染物浓度预测方法

摘要

本发明公开了一种空气污染物浓度预测方法，本方法包括：对空气污染物浓度数据使用Mallat算法进行多尺度小波分解，对最后一级尺度的低频近似序列使用支持向量回归模型即SVR建模预测，对其它高频细节序列使用自回归移动平均模型即ARMA建模预测，使用Mallat算法对各级系数序列进行重构，得到空气污染物浓度的预测结果。本发明中针对不同模型的适用特点对小波分解后不同级别尺度的序列使用不同的模型，即利用ARMA更适用于平稳序列的预测以及SVR更适用于不平稳序列的预测的特点对最后一级尺度的相对较为不平稳的低频近似序列使用SVR建模预测并且对其它相对较为平稳的高频细节序列使用ARMA建模预测。该方法可以实现较高的预测精度。

主权项

一种空气污染物浓度预测方法，其特征在于，所述方法包括：对空气污染物浓度数据使用Mallat算法进行多尺度小波分解，对最后一级尺度的低频近似序列使用支持向量回归模型即SVR建模预测，对其它高频细节序列使用自回归移动平均模型即ARMA建模预测，使用Mallat算法对各级系数序列进行重构，得到空气污染物浓度的预测结果。