申请/专利权人：扬州大学

申请日：2023-12-18

公开（公告）日：2024-03-15

公开（公告）号：CN117709104A

主分类号：G06F30/20

分类号：G06F30/20;G06F18/27;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明公开了一种城市池塘蓝绿藻时间变化过程模拟方法，包括S1）导入实测数据：导入研究区蓝绿藻Phyco的实验数据；S2）构建差分自回归移动平均模型ARIMA；S3）差分自回归移动平均模型ARIMA检验：通过对ARIMA的残差序列进行标准化处理，并利用Ljung‑Box检验来判断ARIMA的残差序列是否为白噪声序列；S4）差分自回归移动平均模型ARIMA模拟结果：根据构建的ARIMA对城市池塘蓝绿藻Phyco的时间变化过程进行模拟；S5）差分自回归移动平均模型ARIMA误差评价：基于拟合优度R2、均方根误差RMSE、平均绝对误差MAE对ARIMA进行误差评价。本发明通过构建ARIMA对Phyco的时间变化过程进行模拟，并对模拟结果进行误差评价，结果表明模型具有较高的拟合优度；该方法易于理解，操作简单。

主权项：1.一种城市池塘蓝绿藻时间变化过程模拟方法，其特征在于，包括以下步骤：S1：导入实测数据：导入研究区蓝绿藻Phyco的实验数据；S2：构建差分自回归移动平均模型ARIMA；S2-1：采用ADF单位根检验法对蓝绿藻Phyco时间序列进行平稳性检验，对非平稳的时间序列进行差分处理；S2-2：根据自相关函数与偏自相关函数初步选定ARIMA的阶数；S2-3：计算ARIMA的赤池信息准则AIC函数值，根据赤池信息准则AIC值最小原则选择最优的模型阶数；S2-4：采用平稳化处理后的蓝绿藻Phyco时间序列，构建ARIMA模型，用最小二乘法估计ARIMA模型的参数，并对所构建的ARIMA进行还原差分处理；S3：差分自回归移动平均模型ARIMA检验：通过对ARIMA的残差序列进行标准化处理，并利用Ljung-Box检验来判断ARIMA的残差序列是否为白噪声序列；S4：差分自回归移动平均模型ARIMA模拟结果：根据构建的ARIMA对城市池塘蓝绿藻Phyco的时间变化过程进行模拟；S5：差分自回归移动平均模型ARIMA误差评价：基于拟合优度R2、均方根误差RMSE、平均绝对误差MAE对ARIMA进行误差评价。

全文数据：

权利要求：

百度查询： 扬州大学 一种城市池塘蓝绿藻时间变化过程模拟方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD