时间尺度对时间序列模型预测城市生活垃圾清运量的影响 .pdfVIP

AdvancesinAppliedMathematics应用数学进展,2023,12(8),3598-3610

PublishedOnlineAugust2023inHans.

时间尺度对时间序列模型预测城市生活垃圾

清运量的影响

*

杨柳叶，陈文静，田永兰，陈浩

华北电力大学工程生态学与非线性科学研究中心，北京

收稿日期：2023年7月18日；录用日期：2023年8月8日；发布日期：2023年8月17日

摘要

精准预测城市生活垃圾(MSW)的清运量有助于对其进行有效地减量化处理，数据的时间尺度是影响预测

精度的关键因素。本文将全国和北京市的MSW清运量划分为1991~2022年(32年)、2000~2022年(23

年)和2010~2022年(13年)三个时间尺度的数据，分别采用时间序列模型中的趋势外推模型、修正趋势

外推模型、ARIMA模型和平滑ARIMA模型对其进行预测研究。综合对比发现，采用平滑ARIMA模型对

2000~2022年两个空间尺度下的MSW清运量进行预测的拟合效果最好，预测精度最高，分别为99.54%

和99.07%。对2023~2030年的清运量数据预测发现，预计到2030年全国MSW清运量将会上涨26.38%，

北京市MSW清运量将会上涨25.36%。研究结果反映了不同时间尺度对时间序列模型预测MSW清运量精

度的影响，对时间序列模型的预测研究有理论意义，可为MSW减量政策的制定提供数据参考。

关键词

MSW，趋势外推模型，平滑ARIMA模型，时间尺度，预测

TheInfluenceofTimeScaleonthe

PredictionoftheRemovalTransport

WeightofMSWbyTimeSeriesModel

LiuyeYang,WenjingChen,YonglanTian,HaoChen

*

ththth

Received:Jul.18,2023;accepted:Aug.8,2023;published:Aug.17,2023

Abstract

Accuratepredictionoftheremovaltransportweightofmunicipalsolidwaste(MSW)ishelpfulto

*通讯作者。

文章引用:杨柳叶,陈文静,田永兰,陈浩.时间尺度对时间序列模型预测城市生活垃圾清运量的影响[J].应用数学

进展,2023,12(8):3598-3610.DOI:10.12677/aam.2023.128358

杨柳叶等

carryouteffectivereduction.Datatimescaleisthekeyfactoraffectingthepredictionaccuracy.

ThispaperdividestheremovaltransportweightofMSWinChinaandBeijingintothreetime

scales:1991~2022(32years),2000~2022(23years)and2010~2022(13years).Thetrend

extrapolationmodel,modifiedtrendextrapolationmodel,ARIMAmodelandsmoothARIMAmod-

elareusedtopredictthetimeseriesmodel.Itisfou