首页|基于ARIMA-SVM模型的博物馆经书库TVOC浓度预测

基于ARIMA-SVM模型的博物馆经书库TVOC浓度预测

扫码查看
原文链接
  • 万方数据
  • 维普
为满足文物预防性保护需求,分别用ARIMA和ARIMA-SVM模型对某博物馆经书库TVOC浓度进行了预测研究.结果表明:ARIMA-SVM模型的精度高,能够较好地预测TVOC浓度序列趋势;基于ARIMA-SVM组合预测方法的平均绝对误差(MAF)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)分别为0.001 5×10-6、0.000 5和0.005 5×10-6,印证了该模型预测博物馆TVOC浓度的可行性,可以为经书库环境调控提供科学依据.
Prediction of TVOC concentration in museum scripture libraries based on ARIMA-SVM model

张舸、白姣、周志鹏、成倩

展开 >

北京科技大学,北京

国家文物局考古研究中心,北京

博物馆 经书库 预防性保护 TVOC浓度 ARIMA-SVM模型 时间序列预测 模型评价

2022

10.19991/j.hvac1971.2022.11.15

暖通空调
亚太建设科技信息研究院 中国建筑设计研究院 中国建筑学会暖通空调分会

暖通空调

CSTPCD
影响因子：0.711
ISSN：1002-8501
年,卷(期)：2022.52(11)
  • 6