基于自适应时序分解的空气污染物浓度预测.pdfVIP

测控技术

数据采集与处理２０２３４２１·８３·

年第卷第期

基于自适应时序分解的空气污染物浓度预测



凌德森，王晓凯，朱涛

（山西大学物理电子工程学院，山西太原０３０００６）

摘要为准确有效地预测空气污染物浓度建立了基于自适应完整集成经验模态分解ＣＥＥＭＤＡＮ和

：、，（）

排列熵（ＰＥ）的门控循环单元（ＧＲＵ）空气污染物预测模型。首先利用ＣＥＥＭＤＡＮ算法对非线性信号的

ＩＭＦ

自适应分解能力将原始序列分解为一组不同频率、复杂度的固有模态函数（）和一个残差分量

其次根据算法将复杂度相近的分量和一起进行重新组合最后将重组后的子序

（ＲＥＣ），ＰＥＩＭＦＲＥＣ，

列分别使用ＧＲＵ模型进行预测并将子序列预测结果相加得到最终预测结果实验结果表明基于

，。，

，

ＣＥＥＭＤＡＮＰＥＧＲＵ模型预测的误差明显低于其他模型验证了该模型对空气污染物浓度预测的有效

性。

关键词：空气污染物浓度预测；自适应完整集成经验模态分解；排列熵；门控循环单元；神经网络

中图分类号ＴＰ３９１文献标志码Ａ文章编号１０００－８８２９２０２３０１－００８３－０９

：：：（）

ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２２．０３．２４８

ＰｒｅｄｉｃｔｉｏｎｏｆＡｉｒＰｏｌｌｕｔａｎｔＣｏｎｃｅｎｔｒａｔｉｏｎＢａｓｅｄｏｎＡｄａｐｔｉｖｅＴｉｍｅＳｅｒｉｅｓ

Ｄｅｃｏｍｐｏｓｉｔｉｏｎ



ＬＩＮＧＤｅｓｅｎ牞ＷＡＮＧＸｉａｏｋａｉ牞ＺＨＵＴａｏ

牗ＣｏｌｌｅｇｅｏｆＰｈｙｓｉｃｓａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ牞ＳｈａｎｘｉＵｎｉｖｅｒｓｉｔｙ牞Ｔａｉｙｕａｎ０３０００６牞Ｃｈｉｎａ牘

Ａｂｓｔｒａｃｔ牶Ｉｎｏｒｄｅｒｔｏａｃｃｕｒａｔｅｌｙａｎｄｅｆｆｅｃｔｉｖｅｌｙｐｒｅｄｉｃｔｔｈｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆａｉｒｐｏｌｌｕｔａｎｔｓ牞ａｇａｔｅｄｒｅｃｉｒｃｕｌａｔｉｏｎ

ｕｎｉｔ牗ＧＲＵ牘ａｉｒｐｏｌｌｕｔａｎｔｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｃｏｍｐｌｅｔｅｅｎｓｅｍｂｌｅｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎｗｉｔｈａｄａｐ

ｔｉｖｅｎｏｉｓｅ牗ＣＥＥＭＤＡＮ牘ａｎｄｐｅｒｍｕｔａｔｉｏｎｅｎｔｒｏｐｙ牗ＰＥ牘ｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｆｉｒｓｔｌｙ牞ｔｈｅＣＥＥＭＤＡＮｄｅｃｏｍｐｏｓｉｔｉｏｎ

ａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｔｏｄｅｃｏｍｐｏｓｅｔｈｅｎｏｎｌｉｎｅａｒｓｉｇｎａｌａｄａｐｔｉｖｅｌｙ牞ａｎｄｔｈｅｏｒ