该论文提出了一种基于自适应鲁棒优化的线性回归集成方法，旨在提高时间序列预测的准确性和鲁棒性，应用于空气污染、能源消耗和气旋强度预测等领域。同时，研究探讨了基于机器学习的天气预测模型和多输出模型的动态集成，展示了其在多步预测中的优势。