随着工业化程度的提高、交通的发达和人类生活水平的改善等,空气污染对人类的伤害愈来愈不容忽视,建立在空气质量监测系统上的预测就显得有其重要意义论文在湖北某市空气质量自动监测系统课题的基础上,作了监测系统异构性设计和基于GM(1,1)灰建模的空气质量灰预测研究。论文在设计空气质量自动监测系统时,从“设备、数据、协议”三方面研究了系统的异构性,提出了“抽象设备、映射数据、虚拟协议”的异构性解决方案,有效解决了国内外不同检测仪器、不同传输协议组成检测系统时的数据同一化问题,为基于检测数据作预测奠定了基础。论文阐述了空气质量中二氧化硫、氮氧化物、一氧化碳、臭氧、可吸入颗粒物PM10等对人体的影响,从中确定PM10为权重影响因子。论文研究了灰色系统理论中灰预测建模相关的理论,在空气质量预测中选择了灰预测建模方法,设计了GM(1,1)灰预测模型并用于预测PM10对空气质量的影响。针对模型预测时存在的不足之处,论文提出了改进方案,充分考虑突发因素的作用,对原始序列使用估计经验值和平均级比等进行处理后再进行灰建模预测,减小了突发因素造成的误差,提高了准确度。论文研究结果表明,监测系统异构性解决方案对工业检测具有普遍适用的意义;基于灰建模作空气质量中PM10的预测是一种新的尝试,该模型在使用中获得了较高的精度和可信度,为在空气质量预测中使用灰预测建模提供了一种切实可行的方法。