时间尺度对时间序列模型预测城市生活垃圾清运量的影响 .pdfVIP

时间尺度对时间序列模型预测城市生活垃圾清运量的影响 .pdf

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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

AdvancesinAppliedMathematics应用数学进展,2023,12(8),3598-3610

PublishedOnlineAugust2023inHans.

时间尺度对时间序列模型预测城市生活垃圾

清运量的影响

*

杨柳叶,陈文静,田永兰,陈浩

华北电力大学工程生态学与非线性科学研究中心,北京

收稿日期:2023年7月18日;录用日期:2023年8月8日;发布日期:2023年8月17日

摘要

精准预测城市生活垃圾(MSW)的清运量有助于对其进行有效地减量化处理,数据的时间尺度是影响预测

精度的关键因素。本文将全国和北京市的MSW清运量划分为1991~2022年(32年)、2000~2022年(23

年)和2010~2022年(13年)三个时间尺度的数据,分别采用时间序列模型中的趋势外推模型、修正趋势

外推模型、ARIMA模型和平滑ARIMA模型对其进行预测研究。综合对比发现,采用平滑ARIMA模型对

2000~2022年两个空间尺度下的MSW清运量进行预测的拟合效果最好,预测精度最高,分别为99.54%

和99.07%。对2023~2030年的清运量数据预测发现,预计到2030年全国MSW清运量将会上涨26.38%,

北京市MSW清运量将会上涨25.36%。研究结果反映了不同时间尺度对时间序列模型预测MSW清运量精

度的影响,对时间序列模型的预测研究有理论意义,可为MSW减量政策的制定提供数据参考。

关键词

MSW,趋势外推模型,平滑ARIMA模型,时间尺度,预测

TheInfluenceofTimeScaleonthe

PredictionoftheRemovalTransport

WeightofMSWbyTimeSeriesModel

LiuyeYang,WenjingChen,YonglanTian,HaoChen

*

ththth

Received:Jul.18,2023;accepted:Aug.8,2023;published:Aug.17,2023

Abstract

Accuratepredictionoftheremovaltransportweightofmunicipalsolidwaste(MSW)ishelpfulto

*通讯作者。

文章引用:杨柳叶,陈文静,田永兰,陈浩.时间尺度对时间序列模型预测城市生活垃圾清运量的影响[J].应用数学

进展,2023,12(8):3598-3610.DOI:10.12677/aam.2023.128358

杨柳叶等

carryouteffectivereduction.Datatimescaleisthekeyfactoraffectingthepredictionaccuracy.

ThispaperdividestheremovaltransportweightofMSWinChinaandBeijingintothreetime

scales:1991~2022(32years),2000~2022(23years)and2010~2022(13years).Thetrend

extrapolationmodel,modifiedtrendextrapolationmodel,ARIMAmodelandsmoothARIMAmod-

elareusedtopredictthetimeseriesmodel.Itisfou

文档评论(0)

188****9823 + 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