一种基于集合经验模式分解和相空间重构的火灾时间序列预测方法

摘要

本发明属于消防技术领域，具体为一种基于集合经验模式分解和相空间重构的火灾时间序列预测方法。该发明首先对数据进行集合经验模式分解，得到火灾时间序列数据不同尺度的分解分量，由于各个分量的变化规律性强，具有较好的可预测性；然后对各个分量进行相空间重构，并构建非线性支持向量回归预测模型，对各个分量进行预测；最后采用非线性支持向量回归预测模型，利用各个分量来预测火灾时间序列数据的实际值。本发明提供的预测方法能提高火灾时间序列数据的预测精度，在消防领域具有广泛应用前景。

主权项

1.一种基于集合经验模式分解和相空间重构的火灾时间序列预测方法，其特征在于基本步骤为：首先采用集合经验模式分解方法对火灾时间序列进行分解；然后采用多变量相空间重构技术对每个分解量进行相空间重构，构建每个分量的支持向量回归预测模型，来预测每个分量未来的值；再利用各个分量的预测值来构建支持向量回归预测模型，以该预测模型来预测火灾时间序列未来的值；具体步骤为：（1）首先对火灾时间序列进行规则化处理，即将每个数据除以其最大值，得到规则化数据；（2）利用集合经验模式分解方法对规则化的火灾数据进行分解，得到其分解分量，即，其中表示集合经验模式分解，表示第个分解分量，表示剩余分量；（3）对上面的分解分量和剩余分量进行动力学分析，采用G-P算法估计每个分量的嵌入维数，并把估计出的嵌入维数的最大值作为每一分量的相空间嵌入维数；令，对，每个分量重构得到新的向量，其中是分量中第个数据；再将嵌入向量与分量中对应的下一步的值组成训练数据对集，其中，为训练数据长度；（4）采用非线性支持向量回归构建各个分量的预测模型；利用训练数据对集来估计模型参数得到预测模型；（5）将每个分量的预测值作为非线性支持向量回归集成预测的输入数据，得到原始火灾时间序列的预测结果。