基于分形时间序列的空气质量指数研究

摘要摘要［选取日期［选取日期］0基于分形时间序列的空气质量指数研究以大连市为例［在此处键入文档摘要。摘要通常为文档内容的简短概括。在此处键入文档摘要。摘要通常为文档内容的简短概括。］

摘要本文介绍了分形的概念并考察了大连市空气污染指数的分形特征，利用R/S分析这种非参数统计方法确定了大连市空气污染指数的平均循环周期，在此基础上计算了动态Hurst指数和移动平均Hurst指数，并对其预测效果进行了考察。结果表明，大连市空气污染指数具有分形结构，具有平均为7天的记忆长度，Hurst指数和移动平均Hurst指数具有一定的预测能力。关键字：分形；空气污染指数；Hurst指数ABSTRACTABSTRACTABSTRACT目录目录目录TOC\o"1-5"\h\z一、引言1二、分形及其描述2（一）分形2（二）分形的描述21．Hurst指数22．分形维3三、空气污染指数序列的分形特征3四、空气污染指数序列的记忆性及其趋势5（一）重标极差法51．形式152．形式26（二）空气污染指数的非周期循环特征71．log/log图72．V统计量7（三）动态Hurst指数及其移动平均91．动态Hurst指数92．移动平均Hurst指数9（四）利用Hurst指数进行趋势预测及效果评价101．预测方法102．效果评价10五、结论11参考文献：12基于分形时间序列的空气质量指数研究—基于分形时间序列的空气质量指数研究—以大连市为例#参考文献：王小辉，刘芸芸•解读空气质量指数与空气污染指数[J].中国科技术语，2011,(6),49-51.EuroCogliani.AirPollutionForecastinCitiesbyanAirPollutionIndexHighlyCorrelatedwithMeterologicalVariables[J].AtmosphericEnvironment,2001，(16)，35.柴微涛，宋述军，宋学鸿•成都市城区空气污染指数的时间序列分析[J].成都理工大学学报:自然科学版，2007，(4)，34.陆杰，刘付程，李延友.连云港市大气污染物时间序列的长程相关性分析[J].环境污染与防治，2007，(5)，390-393.覃登攀.基于遗传算法和人工神经网络相结合的南宁市空气质量预报研究[D].南宁：广西大学，2008.杨元琴，王继志，侯青，王亚强•北京夏季空气质量的气象指数预报[J].应用气象学报，2009，(6)，649-654.Neto.J,FranciscoFerreira,PedroM,TorresBoavidaF.LisbonAirQualityForecastUingStatisticalMethods[J].InternationalJournalofEnviromentandPollution，2009.侯雅文，王斌会•空气质量指数监控与预测的控制图方法[J].统计与信息论坛，2012，(8)，86-89.BenoitB.Mandelbrot，JohnW.VanNess.FractionalBrownianMotions,FractionalNoisesandApplications[J].SIAMReview，1968，(4)，422-437.EdgarE.Perers.Chaosandorderinthecapitalmarkets——Anewviewofcycle,price,andmarketvolatility[M].1991,NewYork:JohnWileyandSons.EdgarE.Perers.Fractalmarketanalysis:applyingchaostheorytoinvestmentandeconomics[M].1994,NewYork:JohnWileyandSons.孙伟.分形市场理论在大豆期货市场中的实证研究[J].金融发展研究，2001，(12)，66-69.刘衡郁，甘小芳.上证综指分形特征研究[J].数理统计与管理，2005，(5)，83-91.李双双，延军平，万佳•近10年陕甘宁黄土高原区植被覆盖时空变化特征[J].地理学报，2012，(7)，960-970.赵晶•近50年来兰州城市气候变化的R/S分析[J].干旱区地理，2002，(1)，91-95.李国栋，张俊华，王乃昂，程弘毅，赵丽萍.基于重标极差分析和非周期循环分析的