论文部分内容阅读
三峡库区某断面水质数据部分缺失,存在波动性、季节周期性、趋势性等复杂非线性特点。传统的模型无法准确地预测该断面水质变化情况,本文提出一种针对水质数据具有复杂非线性特性的预测模型(MDF-ARIMA-ISVM)。该模型采用改进的指数平滑法分别针对原始数据的单点缺失和连续多点缺失进行填补;基于差分自回归移动平均模型(ARIMA)对水质数据线性部分进行预测;基于加权组合核函数的支持向量机(SVM)对水质数据非线性部分进行预测,并通过遗传算法对加权组合SVM的参数进行优化处理;将以上预测结果相加,得出最终预测结果。通过实验分析,本文提出的预测模型具有较好的预测效果,相比其它常用模型预测精度更高。