我的预测论文1.doc

我的预测论文1.doc:..假设环境在短时间内不会受到与题小所给因素的其他外界因素的干扰下,即假设成立下,,从2002年至2007年平顶山市各个空气污染物排放量总体呈增长趋势,而自实行节能减排后,空气污染物排放量总体逐年下降,通过分析数据,利用灰色GM(1,1)模型预测,为了减少预测误差,对于空气质量的预测的数据进行了修正。最后,为了我们赖以生存的家园的朝向一个洁净的方向发展,也为了能给给我们人类在环保方面尽一点微薄Z力,为我国未來优化城市建设,改善环境质量提供有力的理论依据,供有关部门参考。灰色预测通过鉴别系统I大I素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理來寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未來发展趋势的状况。其用等时距观测到的反应预测对象特征的一系列数量值构造灰色预测模型,预测未來某一时刻的特征量,或达到某一特征量的时间。由对平顶山市空气质量的调查所得数列预测。对某现象随时间的顺延而发生的变化所做的预测定义为数列预测。例如对消费物价指数的预测,需要确定两个变量,一个是消费物价指数的水平。另一个是这一水平所发生的时间。冇所给数据,得数据集,记为{x(^,t),seS,t^T},简记为{xt}或X/。其中S表示测量样木空间(即题目中SO2,NO2,PM10)丁表示测量对象结杲序数集。对丁•每一个f,fwT,x(r)是样本空间S中的一个随机变量。对每一个几是随机过程在序数集厂中的一次实现。记录平顶山市空气质量数据数值,就可把每年的空气污染物排放量看做一个随机变量,并构成一个随机过程{xj,t=2000,2001,2002,…,,这组数据就是一个时间序列。为了弱化原始时间序列的随机性在建立灰色预测模型Z前,需先对原始时间序列进行数据处理,经过数据处理后的时间序列即为生成列。灰色系统常用的数据处理方式有累加和累减两种。对问题(2)模型的建立与求解对平顶山空气质量屮二氧化硫、二氧化氮及PM10情况的预测分析:对于二氧化硫的年空气含量预测:对于数据图表我们获得的基本信息,二氧化硫23456789 102000-2009年-♦一系列17O•,利用SPASS软件可找出误差最小的关于时间序列的拟合函数进行预测。首先对数据进行初步的移动平均法,对时间数列的各项数值,按照一定的时距进行逐期移动,计算出一系列序吋平均数,形成一个派生的平均数吋间数列,以此削弱不规则变动的影响,显示出原数列的长期趋势。即可以得到得一组数据{,,,,,,,,}模型汇总和参数估计值因变量:—三次其次构造三次时间序列方程进行拟g(t)=a+bt+ct2+dt3,由最小二乘拟合原理