基于新型的核与灰度序列的GM(1,N)模型及其对雾霾污染的预测研究开题报告
2022-01-07 21:54:22
全文总字数:3260字
1. 研究目的与意义及国内外研究现状
如今,雾霾严重影响着人类的生产生活,面对日益加重的雾霾污染,如何能有效地防治雾霾,一定程度上取决于对雾霾的监控预测。由于雾霾天气的形成与特定的气象条件是分不开的,当局部的气象条件发生变化时,雾霾中颗粒物的浓度也会随之变化,由此看来,雾霾天气具有不确定性、突发性等特性,这将为雾霾的预测工作带来不便,观测数据的波动将会影响预测的效果以及预测精度,而灰色系统理论能够很好地解决这一难题。灰色系统理论研究的是“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统,用灰色系统预测雾霾将有助于提高模拟预测精度。
本文主要研究基于区间灰数的核与灰度序列的
2. 研究的基本内容
本文的主要内容是基于新型的核与灰度序列的gm(1,n)模型及其对雾霾污染的预测研究。首先,本文在区间灰数取值分布信息已知,即区间灰数的白化权函数已知的情形下,利用区间灰数核与灰度的重构定义,求出区间灰数序列的核序列和灰度序列,并分别对核序列以及灰度序列建立gm(1,n)预测模型,从而对区间灰数序列的核与灰度进行模拟预测,接着根据核与灰度的计算公式推导出区间灰数上界和下界的模拟预测值并对模型做误差检验,最终实现白化权函数已知情形下区间灰数的模拟预测。
为了验证本文提出的模型具有实际意义,在雾霾污染的大背景下,将模型应用于雾霾的预测研究中,首先用灰色关联分析确定雾霾主要污染物pm2.5与其影响因素之间灰色关联度,选出pm2.5浓度及其主要影响因素,并对其建立本文提出的gm(1,n)预测模型,得出模拟预测结果以及模拟预测精度,为了使结果更有说服力,运用传统的gm(1,n)预测模型对雾霾数据进行模拟预测,最后将两模型的模拟预测精度做进一步对比并得出结论,并根据结论对雾霾的防治给出恰当的建议。
3. 实施方案、进度安排及预期效果
2017.10.30–2017.12.30,准备阶段,确定论文的研究方向,明确论文的内容范围,搜集查阅与论文相关的书籍、文献等。
2017.12.31–2018.1.20 确定论文题目,仔细阅读和论文相关的具体文献,明确论文研究目标和研究内容,完成任务书。
2018.1.21–2018.3.1 认真研读和论文相关的具体文献,进一步细化研究目的和研究意义、研究内容等,明确国内外研究现状,规划论文实施细则,完成开题报告。
4. 参考文献
[1] 陈嘉昊,刘佳.基于数据挖据的雾霾预测和分析[j].制造业自动化,2017,39(6):150-156.
[2] 苗亚男.基于卡尔曼滤波的arima-gm雾霾预测及扩散消失模型研究[d].吉林:吉林大学,2016:1-53.
[3] 杜二玲,卢秀丽,窦林立.支持向量机在雾霾天气预测中的应用[j].内蒙古科技与经济,2017,387(17):57-58.