基于AR^*-SVM混合建模的雾霾时间序列预测方法

摘要

本发明涉及一种基于AR*-SVM混合建模的雾霾时间序列预测方法。本方法的操作步骤是：第一步，对雾霾时间序列流建立AR*模型；第二步，运用SVM模型对原始序列和从AR*模型中获得的新息序列进行AR*-SVM混合模型的建模；混合模型AR*-SVM是通过AR*和SVM模型分别来获取雾霾时间序列流的线性和非线性部分，并结合起来改善整个雾霾时间序列流的建模和预测性能。本发明提出把AR*类模型与SVM模型结合起来，通过这两类模型来捕捉时间序列流中隐含模式的不同方面，从而提高模型的拟合度，以提高雾霾序列的预测精度，试验也表明本发明的混合建模方法比单独运用这两种方法均有很好的结果。

主权项

一种基于AR*‑SVM混合模型的雾霾时间序列预测方法，其特征在于，操作步骤如下：第一步，对雾霾时间序列流建立AR*模型，首先识别该模型的阶数，确定AR*模型的参数并进行估计，最终运用AR*模型分析流数据中的线性部分；该线性部分的信息是通过使用AR*模型得出时间序列的新息序列{ε_t}来获取的，该新息序列包含了时间序列流的统计和波动信息；用它作为构建AR*‑SVM混合模型的一部分，不仅可以降低噪声水平，同时可通过获取时间序列流的统计和波动信息来提高预测的准确性；第二步，运用SVM模型对原始序列和从AR*模型中获得的新息序列进行AR*‑SVM混合模型的建模；混合模型AR*‑SVM是通过AR*和SVM模型分别来获取雾霾时间序列流的线性和非线性部分，并结合起来改善整个雾霾时间序列流的建模和预测性能。