基于Markov状态切换水质时序自回归预测模型.pdfVIP

基于Markov状态切换水质时序自回归预测模型.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
40 3 ( ) Vol. 40 No . 3 2010 5 Journal of Jilin University( Earth Science Edition) May 2010 基于M arkov 状态切换的水质时序自回归预测模型 牛军宜, 冯 平 , 300072 : 水质时序演变特征的研究及预测对制定合理可行的水污染防控措施有重要意 , 但水质时序的 结构复杂性和非平稳性是采用自回归模型进行预测的瓶颈针对上述问题, 作者将马尔可夫状态切换理 论( M arkov Sw itching) 应用于水质时序的自回归建模预测马尔可夫状态切换 自回归模型( MSAR) 是一 种研究具有变结构动力特征的时间序列分析方法, 对异方差时序有较强的适应性实例运用中, 首先对果 河桥断面的氨氮时序进行 BoxCox 变换, 然后运用M SAR 模型对其进行结构分析及预测结果表明: MSAR 模型能有效识别出该水质时间序列演变过程中的两种结构模式, 通过与经典自回归模型的预测精 度相比, 该方法的各项指标均优, 也说明该方法在水质时间序列动态结构分析和预测方面有良好的应用前 景 : 水质时序; 马尔可夫理论; 状态切换; BoxCox 变换; 自回归模型; 水污染 : X52 : A 文章编号: 1 715888(2010)030 5708 Water Quality Time Series Prediction Based on Markov Switching AutoRegression Model NIU Junyi, FEN G Ping S ch ool of Civ il Eng ineering , T ianj in Unive rsity , T ianj in 300072, China Abstract: Evolution features research and multistep prediction of water quality time series have important significance for making reasonable and applicable environmental protection measures. But the structural complexity and nonstationary is the bottleneck of autoregressive model application to w ater quality series prediction. Focusing on these problems, M arkov sw itching theory w as introduced to combined w ith autoregressive model for w ater quality series simulating and predicting. M arkov sw itching autoregressive model( M SAR) is suitable for the analysis of nonstationary time series w ith variable structure, and has a good adaptability to heteroscedastic time series. In the modeling the w ater quality time series of Guoheqiao section, the BoxCox transformation w as used to transform

文档评论(0)

ygxt89 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档