期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于ARMAX的PM_(2.5)小时浓度跟踪预测模型 被引量:21
1
作者 余辉 袁晶 +2 位作者 于旭耀 张力新 陈文亮 《天津大学学报(自然科学与工程技术版)》 EI CSCD 北大核心 2017年第1期105-111,共7页
针对目前缺乏小时尺度上PM_(2.5)浓度统计预测模型以及已有模型预测精度对训练数据的依赖问题,利用天津市环保物联网监测到的污染物及气象数据,建立了PM_(2.5)小时浓度预测的多元时间序列模型(ARMAX),并提出一种模型在线自适应改进方法... 针对目前缺乏小时尺度上PM_(2.5)浓度统计预测模型以及已有模型预测精度对训练数据的依赖问题,利用天津市环保物联网监测到的污染物及气象数据,建立了PM_(2.5)小时浓度预测的多元时间序列模型(ARMAX),并提出一种模型在线自适应改进方法:设定模型评价指标并实时监测,当模型预测精度超标时对模型进行在线更新.将改进后的模型应用于天津市的9个监测站点,用2013—2014年的监测数据对模型进行验证.结果表明:模型均方根误差RMSE<20,μg,平均绝对误差MAE<20,μg,拟合优度R2>0.9,能够在小时尺度下有效地预测PM_(2.5)浓度,可以为突发性PM_(2.5)污染事件的应急处理提供决策支持. 展开更多
关键词 PM2.5 小时浓度预测 多元时间序列模型 跟踪预测
在线阅读 下载PDF
考虑节假日效应的交通枢纽客流量预测模型 被引量:9
2
作者 成诚 杜豫川 刘新 《交通运输系统工程与信息》 EI CSCD 北大核心 2015年第5期202-207,215,共7页
客流量预测是城市交通枢纽管理的基础,准确的客流量估计为交通枢纽的运力调整,管理预案的设计提供基础.目前对客流量预测的研究较多,但现有模型并未考虑节假日效应对枢纽客流量的影响.因此,本文基于多元季节性时间序列(SARIMAX)原理,建... 客流量预测是城市交通枢纽管理的基础,准确的客流量估计为交通枢纽的运力调整,管理预案的设计提供基础.目前对客流量预测的研究较多,但现有模型并未考虑节假日效应对枢纽客流量的影响.因此,本文基于多元季节性时间序列(SARIMAX)原理,建立考虑节假日效应的城市交通枢纽客流量预测模型,并以上海虹桥2号航站楼站轨道交通客流量数据为基础,对该模型进行了标定和预测.标定结果显示,在春节期间,该站点客流量将有明显的下降,而在其他法定节假日期间流量均有一定程度的提升.对模型预测值和真实值比对结果显示,该模型的平均误差在5%以内,表明该模型具有较强的实用性. 展开更多
关键词 城市交通 客流量预测 多元季节性时间序列模型 节假日效应 交通枢纽
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部