论文部分内容阅读
准确预测PM2．5浓度对人类生产生活具有重要意义，由于影响PM2．5浓度因素的复杂性和相关数据获取的不易性，使预测较困难。针对这些问题，提出了基于改进局域平均预测法的PM2．5浓度预测方法。该方法可避免上述问题，达到预测的目的。研究中首先采用C—C法得到PM2．5浓度时间序列的嵌入维和延迟时间并进行相空间重构，然后针对邻近相点选取问题这一难点，提出了基于邻近轨道的邻近相点选取方法。该方法能在一定程度上避免引入伪邻近相点。在回溯搜索优化算法的基础上，提出整数回溯搜索优化算法，并将其应用于邻近相点个数的确定。