基于ARIMA-LR组合算法的城市空气质量趋势预测系统设计与实现定稿.docx

摘 要本文以石家庄市 PM2.5 日均浓度数据为研究对象，首先构建了 PM2.5 历史数据存储与管理模块，并在此基础上引入 ARIMA 模型对时间序列趋势进行建模。同时，为弥补单一时间序列模型在预测精度方面的不足，进一步引入线性回归模型对 ARIMA 预测残差进行修正，形成 ARIMA-LR 组合预测模型。系统采用 Python 语言进行开发，使用 MySQL 数据库存储历史数据与模型运行结果，并基于 Flask 框架实现预测服务接口，通过 ECharts 实现预测结果的可视化展示。实验结果表明，在扩充后的 PM2.5 数据集上，ARIMA-LR 组合模型在预测稳定性和整体误差指标方面优...