[發明專利]一種基于ARIMA-SVM組合模型的空氣質量預測算法

在審

• 申請號: 201911089421.5
• 申請日: 2019-11-08
• 公開（公告）號: CN111143768A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 彭藝;楊濤鋒
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于ARIMA-SVM組合模型的空氣質量預測算法，其特征在于，所述一種基于ARIMA-SVM空氣質量預測算法的具體步驟如下：

第一步：首先對空氣質量數據進行平穩性檢驗，若是嚴平穩則不對數據進行處理，若是非嚴平穩怎對數據進行差分處理使數據變為嚴平穩；

第二步：對平穩的空氣質量數據進行分析根據分析結果對ARIMA模型進行定階；

第三步：使用定階后的ARIMA模型對空氣質量數據進行預測；

第四步：求實際數值與ARIMA模型預測數值的殘差；

第五步：使用SVM模型對殘差進行回歸分析，求得殘差的預測結果；

第六步：把殘差的預測分析結果與ARIMA模型的預測結果相加即為ARIMA-SVM組合模型的預測結果。

2.根據權利要求1所述的一種基于ARIMA-SVM組合模型的空氣質量預測算法，其特征在于：所述的第一步中對數據進行平穩性檢驗，若是嚴平穩則不對數據進行處理，若是非嚴平穩怎對數據進行差分處理使數據變為嚴平穩。ARIMA(p,d,q)模型的分析對象是平穩序列，若序列非平穩則通過d階差分的方法使其平穩。

3.根據權利要求1所述的一種基于ARIMA-SVM組合模型的空氣質量預測算法，其特征在于：所述第二步的具體步驟如下：

對ARIMA(p,d,q)模型進行定階主要是確定(p,d,q)的值，其中d的值在第一步中已經確認。在ARIMA的數學模型中，一般把時間序列在某時刻的值視為過去若干時間值與一組白噪聲的線性疊加。即：

式(1)中y_t是待分析的平穩時間序列，ε_t為白噪聲序列。通過對序列自相關系數圖以及偏自相關系數圖的觀察可以確定自回歸階數p和移動平均階數q，模型完成定階后，可確定系數γ_i、γ_i。

4.根據權利要求1所述的一種基于ARIMA-SVM組合模型的空氣質量預測算法，其特征在于：在第三步中，把對濃度數據y_t進行ARIMA建模得到預測結果與實際空氣濃度數據y_t進行作差處理得到殘差

5.根據權利要求1所述的一種基于ARIMA-SVM組合模型的空氣質量預測算法，其特征在于：在第五步中，支持向量機(SVM)最初被提出來用來解決分類問題，后來隨著理論的發展通過非線性映射把數據映射到高維空間完成線性回歸以此來解決原來樣本空間的非線性回歸問題。設訓練集x_i∈R^D，y_i∈R，則設SVM的回歸方程為：

式中w是權向量，b是擬合偏差，“·”表示內積，f(x)是x的非線性函數，同時f(x)又是的線性函數，這樣就把問題由原本空間的非線性回歸轉化為了高維空間的線性回歸。為了減少計算量，引入核函數取代高維空間中的內積運算將其轉化為原樣本空間運算，得到SVM的非線性擬合函數：

式中為權值，根據Mercer定理K(x_i,x_j)為滿足的核函數。

根據公式3對殘差N_t進行預測分析得到預測結果

6.根據權利要求1所述的一種基于ARIMA-SVM組合模型的空氣質量預測算法，其特征在于：在第六步中，把兩個模型的預測結果相加即得到ARIMA-SVM組合模型的預測結果：