基于误差质量控制图的空气污染指数预测模型研究

空气质量预测模型的预测效果往往在事实发生之后才能判断,如何在预测前判断模型的预测效果是保证预测精度的前提。本研究将全面质量管理中质量控制图的思想用于提前判断空气质量预测模型的预测效果。研究首先构建了空气质量神经网络预测模型;其次,基于神经网络模型的历史数据构建误差质量控制图;最后采用北京市空气污染指数的实际数据对模型进行验证和讨论。本研究设计的误差质量控制图可以有效判断预测模型在下一个预测点的预测效果,在此基础上对模型进一步调整可以大大提高模型的预测精度和可靠性。

具有主观取值倾向的离散灰数预测模型及其应用

针对灰色理论既有成果尚无法对具有主观取值倾向的离散灰数序列建立预测模型的问题,通过构建标准离散灰数"核"序列、"灰单元格"面积序列以及元素"取值可能性"序列的灰色预测模型群,实现离散灰数及其元素取值可能性大小的预测,从而建立具有主观取值倾向的离散灰数预测模型,将所提出的模型应用于空气监测点空气污染指数(API)的模拟及预测,取得了较好的效果,对拓展灰色预测模型的应用范围具有积极意义。