【摘要】：近年來,環(huán)境污染對國民經(jīng)濟(jì)和人民生活造成了巨大的困擾,已成為全球性的焦點(diǎn)問題之一。對于發(fā)展中國家而言,隨著工業(yè)化和城市化的持續(xù)推進(jìn),空氣污染問題更是呈現(xiàn)越發(fā)嚴(yán)重的趨勢。為緩解空氣污染影響,改善空氣質(zhì)量,實(shí)現(xiàn)經(jīng)濟(jì)乃至人類的可持續(xù)發(fā)展,世界各國都廣泛關(guān)注和研究污染物濃度的預(yù)測。然而,在實(shí)際操作中,造成空氣污染的主要因素難以確定,且各種因素相互影響,污染物濃度固有的波動性和間歇性更是大大增加了預(yù)測的難度。因此,確定造成空氣污染的主要因素并精確有效地預(yù)測污染物濃度顯得至關(guān)重要,建立一個科學(xué)穩(wěn)定的預(yù)測模型并采取相應(yīng)的空氣質(zhì)量保護(hù)措施更具有重要意義。近年來,大量國內(nèi)外學(xué)者進(jìn)行了污染物濃度預(yù)測的研究,關(guān)于污染物濃度預(yù)測水平得到一定程度的提升。然而,目前大多研究僅僅采用簡單易行的單一預(yù)測模型,這些模型預(yù)測精度較低,難以滿足實(shí)際生產(chǎn)和生活的需求。相比于單一模型,新型的混合預(yù)測模型多基于優(yōu)化算法和數(shù)據(jù)分解,對污染物濃度預(yù)測性能有很大的提升。然而,現(xiàn)有的混合預(yù)測模型很少關(guān)注不確定性預(yù)測,涉及污染物指標(biāo)篩選的技術(shù)更是少之又少。因此,這些模型無法達(dá)到高的精確性和科學(xué)性,從而對空氣質(zhì)量預(yù)測模型的安全性和穩(wěn)定性帶來巨大的挑戰(zhàn)。針對如上問題,本文構(gòu)建了一個基于污染物指標(biāo)篩選、去噪技術(shù)、帝國競爭算法和極限學(xué)習(xí)機(jī)的污染物濃度預(yù)測模型。所提出的模型主要包含四個部分:污染物指標(biāo)篩選、數(shù)據(jù)預(yù)處理與重構(gòu)、確定性預(yù)測以及不確定性預(yù)測。首先,在污染物指標(biāo)篩選部分,針對每個城市,采用模糊偏好粗糙集理論篩選主要的污染物;在數(shù)據(jù)預(yù)處理與重構(gòu)部分,利用ICEEMDAN分解方法對篩選后的污染物濃度時間序列數(shù)據(jù)進(jìn)行分解、去噪聲和重構(gòu),充分挖掘污染物濃度數(shù)據(jù)的內(nèi)在信息特征;其次,采用優(yōu)化算法ICA優(yōu)化極限學(xué)習(xí)機(jī);最終,在預(yù)測部分,本文提出了一個混合預(yù)測模型ICEEMDAN-ICA-ELM,進(jìn)行污染物濃度時間序列數(shù)據(jù)的確定性及不確定性預(yù)測;此外,為了衡量模型的實(shí)用性和泛化能力,本文引入了假設(shè)檢驗(yàn)、九個模型評價指標(biāo),五個仿真實(shí)驗(yàn)和六個實(shí)驗(yàn)城市污染物濃度數(shù)據(jù),對所提出的預(yù)測模型進(jìn)行檢驗(yàn)和評估。研究結(jié)果表明,與其他6個預(yù)測模型(ARIMA,BP,GRNN,PSO-ELM,ICA-ELM,EMD-ICA-ELM)相比,本文所提出的預(yù)測模型具備良好的泛化能力,可大幅度地提升污染物濃度的預(yù)測水平,取得有效穩(wěn)定的預(yù)測結(jié)果。本文所提出的污染物濃度預(yù)測模型不僅可以確定主要污染物,提高污染物濃度預(yù)測精度,增強(qiáng)預(yù)測結(jié)果的穩(wěn)定性,同時對完善和發(fā)展空氣污染的預(yù)報和監(jiān)測大有裨益,更能為相關(guān)決策者和人民日常生活提供指導(dǎo)意見。本文的創(chuàng)新主要包括以下幾點(diǎn):首先,模糊偏好粗糙集理論運(yùn)用于特定城市的污染物指標(biāo)篩選;其次,ICEEMDAN分解方法對污染物濃度數(shù)據(jù)進(jìn)行分解、去噪聲和重構(gòu),充分挖掘了污染物濃度數(shù)據(jù)內(nèi)在的信息特征;再次,帝國競爭算法(ICA)為解決優(yōu)化問題提供了一個新的可行性選擇;此外,所提出的混合預(yù)測模型ICEEMDAN-ICA-ELM不僅被用于確定性預(yù)測,而且運(yùn)用于不確定預(yù)測,這對污染物濃度分析提供了全面翔實(shí)的預(yù)測信息。最終,實(shí)驗(yàn)結(jié)果表明本文所提出的預(yù)測模型優(yōu)于其他6個對比預(yù)測模型。
【圖文】：

４．污染物濃度預(yù)測模型的實(shí)驗(yàn)設(shè)計逡逑本章的主要內(nèi)容為實(shí)驗(yàn)數(shù)據(jù)的描述、九個預(yù)測誤差衡量指標(biāo)的詳細(xì)介紹和逡逑實(shí)驗(yàn)設(shè)計思路以及相應(yīng)的解釋。所提出的污染物濃度預(yù)測模型的流程圖如圖１逡逑所示。實(shí)驗(yàn)數(shù)據(jù)描述部分主要介紹研究城市的地理分布、空氣質(zhì)量狀況和環(huán)境逡逑特征；指標(biāo)介紹部分羅列了九個預(yù)測誤差指標(biāo)的計算公式；最后的實(shí)驗(yàn)設(shè)計思逡逑路和解釋部分包括實(shí)驗(yàn)數(shù)據(jù)介紹、參數(shù)設(shè)置的解釋。逡逑污染物濃度預(yù)測模型的流程圖逡逑第一步邐指命篩選邐＇：邐第－步逡逑梅糊偏好相糙隼理論邐ＩＣＥＥＭＤＡＮ夾晚方法逡逑邐，邐，邐，邐；｜邐（原始污染物濃度ｉｔ據(jù)）逡逑做＇丨邋Ｖ邐邋丁邋Ｖ邐邐（邋ＩＣＥＥＭＤＸＳ邋）逡逑Ｐ邋一￣￣Ｊ邐￣逡逑ｍ邋ｍ邋＼邋■／邋Ｉ邋ｊ邋｜邋ｖ逡逑—邐區(qū)Ｎ估計邐（：ｆ組后的濃度數(shù)據(jù)、逡逑邐邐「一－…＊邐訓(xùn)練－n,試集設(shè)置逡逑Ｖ＇：上邋＾１—…N偂義希簦掊義希保茫粒牛蹋灣義瞎沐危鰣澹駑危五義希逓ソ壇跏薊赍蔚玫接嘔蟮慕展義希茫輳睿蓿沖義�，逦Ｃ，．~|卜逡逑圖１所提出的污染物濃度預(yù)測模型的流程圖逡逑４．１實(shí)驗(yàn)數(shù)據(jù)選取與簡述逡逑本文選取了成都、西安、南寧、哈爾濱、廣州和重慶六個城市作為實(shí)驗(yàn)樣逡逑本，從而設(shè)計了六個城市的污染物濃度預(yù)測模型。每日的大氣污染物濃度包括逡逑ｐｍｉｑ、ｐｍ２．５、ｓｏ２、ｎｏ２、ＣＯ和０３濃度數(shù)據(jù)被選取為實(shí)驗(yàn)數(shù)據(jù)，數(shù)據(jù)來源于逡逑２９逡逑

圖２六個實(shí)驗(yàn)城市的地理位置及氣候情況描述逡逑表４－３邐預(yù)測誤差衡量指標(biāo)逡逑指標(biāo)邐定義邐公式邐￣邐—逡逑２邋ｙＮ邋（＾－ａ，）２逡逑Ｒ：邐可決系數(shù)邐尺２＝１七；＇邋二７逡逑Ｚ，＝，（ｍ２逡逑ＡＥ邐平均誤差邐ＡＥ＝邋士Ｓ二Ｋ）逡逑ＭＡＥ邐平均絕對誤差邐ＭＡＥ＝N—逡逑ＲＭＳＥ邐均方根誤差邐ＲＭＳＥ＝邋ｘ工二（巧一邋４）２逡逑ＩＦＮＡＷ邐ＩＦｓ邋歸一化平均寬度邐ＩＦＮＡＷ＝ｌｙｗ邋（［／，，邋－／＿，）逡逑ＭＡＰＥ邐平均絕對百分比誤差邐ＭＡＰＥ＝N＾１００％逡逑Ｎ＾，＝ｌ邐４逡逑ｆ邋１，ｉ／Ｘ邋ｙ４邋廣邋0（／＇邋ｉ邋－邋／！邋）邋＞邋０逡逑ＤＡ邐預(yù)測結(jié)果的方向邐ＤＡ＝邋Ｍ，＋１邋八，＋ｌ逡逑
【學(xué)位授予單位】：東北財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：X51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃冬梅;李興陽;戴彤;閆俊;馮帥;;氣象因子對靜海主要大氣污染物濃度的影響分析[J];天津科技;2016年11期

2 王景艷;;關(guān)于降低湖水污染物濃度所需時間的數(shù)學(xué)模型[J];保山學(xué)院學(xué)報;2013年02期

3 張傳秀;淺談大氣中污染物濃度的時空分布[J];上海有色金屬;1994年04期

4 王明康,劉小紅,楊洪斌;SO_2的云下清除[J];氣象科學(xué);1988年03期

5 張傳秀;;對設(shè)計環(huán)境監(jiān)測方案的幾點(diǎn)看法[J];上海金屬.有色分冊;1988年06期

6 郭振華;劉貴;包淳斌;石玉華;曹善杰;張水;;四平市大氣環(huán)境污染物濃度的計算機(jī)模擬研究[J];地理科學(xué);1988年03期

7 歐小蘭,包克光,杜應(yīng)秀;家庭主婦肺癌與生活用煤的關(guān)系[J];環(huán)境與健康雜志;1989年01期

8 本刊編輯部;;“大氣十條”實(shí)施以來大氣污染物濃度逐年下降[J];世界環(huán)境;2016年06期

9 陳欣銳;張艷;馬蔚純;;區(qū)域大氣污染物濃度貢獻(xiàn)的空間尺度效應(yīng)[J];環(huán)境影響評價;2016年06期

10 賈斌;;重慶市墊江縣大氣污染物濃度變化特征[J];環(huán)境與健康雜志;2017年05期

相關(guān)會議論文 前10條

1 常爐予;趙天良;何金海;湯莉莉;于紅霞;;周邊氣象條件對南京城區(qū)污染顆粒物及氣體污染物濃度的影響研究[A];十一屆全國氣溶膠會議暨第十屆海峽兩岸氣溶膠技術(shù)研討會摘要集[C];2013年

2 亢燕銘;楊龍軍;;通風(fēng)房間內(nèi)污染物濃度的預(yù)測模式[A];全國暖通空調(diào)制冷2000年學(xué)術(shù)年會論文集[C];2000年

3 劉煥彬;王新;;濟(jì)南市首要污染物濃度與氣象要素的相關(guān)分析[A];全國農(nóng)業(yè)氣象與生態(tài)環(huán)境學(xué)術(shù)年會論文集[C];2006年

4 孫兆彬;趙瑋;吳劍坤;;北京市不同季節(jié)熱島效應(yīng)對大氣污染物濃度的影響[A];S18 大氣物理學(xué)與大氣環(huán)境[C];2012年

5 吳靜;;黃山2011年5-9月的氣象特征及其與污染物濃度的關(guān)系[A];貴州省氣象學(xué)會2013年學(xué)術(shù)年會論文集[C];2013年

6 王宏;林長城;隋平;;福州市天氣形勢影響大氣污染物濃度變化的定量研究[A];中國氣象學(xué)會2008年年會大氣環(huán)境監(jiān)測、預(yù)報與污染物控制分會場論文集[C];2008年

7 鄭艷萍;;降水對唐山市大氣污染物濃度的影響[A];中國氣象學(xué)會2008年年會城市氣象與城市可持續(xù)發(fā)展分會場論文集[C];2008年

8 鄭秋萍;王宏;林長城;陳曉秋;;海西沿海城市群大氣污染物濃度特征及其與天氣形勢的關(guān)系[A];第九屆海峽兩岸氣溶膠技術(shù)研討會暨第二屆海峽兩岸環(huán)境保護(hù)雙門論壇論文集[C];2012年

9 陽林峰;楊宏偉;駱志平;程衛(wèi)亞;;核函數(shù)在隨機(jī)游走模式污染物濃度計算中的應(yīng)用[A];中國原子能科學(xué)研究院年報 2013[C];2014年

10 姚青;黃鶴;樊文雁;孫玫玲;;奧運(yùn)期間天津主要大氣污染物濃度變化特征[A];中國環(huán)境科學(xué)學(xué)會2009年學(xué)術(shù)年會論文集（第二卷）[C];2009年

相關(guān)重要報紙文章 前10條

1 記者 曲晴;主要污染物濃度同比下降[N];天津日報;2019年

2 首席記者 靳曉磊;把污染物濃度一微克一微克降下來[N];石家莊日報;2018年

3 記者 吳擒虎 通訊員 王晶晶;宜昌空氣主要污染物濃度大幅下降[N];湖北日報;2019年

4 本報記者 郭入源;四川將新建22個區(qū)域站實(shí)時監(jiān)測污染物濃度[N];中國產(chǎn)經(jīng)新聞;2019年

5 記者 高偉;5年來多項(xiàng)大氣污染物濃度大幅下降[N];經(jīng)濟(jì)參考報;2019年

6 ;多項(xiàng)大氣污染物濃度實(shí)現(xiàn)大幅下降[N];經(jīng)濟(jì)日報;2019年

7 記者 范曉儒;多了18個優(yōu)良天 污染物濃度5年同期最低[N];銀川日報;2018年

8 北京商報記者 蔣夢惟;“人效”顯著 北京污染物濃度大降[N];北京商報;2018年

9 本報記者 周雁凌 王文碩;山東四項(xiàng)主要污染物濃度同比下降[N];中國環(huán)境報;2018年

10 記者 李旭陽;我市主要污染物濃度同比下降[N];鶴壁日報;2016年

相關(guān)博士學(xué)位論文 前7條

1 楊偉超;運(yùn)營地鐵內(nèi)污染物濃度的計算方法及應(yīng)用研究[D];中南大學(xué);2010年

2 宋兵躍;基于移動監(jiān)測的微尺度街區(qū)交通污染物濃度[D];清華大學(xué);2015年

3 周國兵;重慶市主城區(qū)氣象條件對空氣污染影響分析及數(shù)值模擬研究[D];蘭州大學(xué);2014年

4 劉曉環(huán);我國典型地區(qū)大氣污染特征的數(shù)值模擬[D];山東大學(xué);2010年

5 鐘珂;室內(nèi)外空氣污染物濃度演化關(guān)系的研究[D];西安建筑科技大學(xué);2004年

6 柳靖;機(jī)動車尾氣在街谷中分布規(guī)律及其對建筑環(huán)境的影響[D];哈爾濱工業(yè)大學(xué);2009年

7 馬曉鈞;通風(fēng)空調(diào)房間溫濕度和污染物分布規(guī)律及其應(yīng)用研究[D];清華大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李凱飛;京津冀地區(qū)大氣污染云下濕清除作用研究[D];南京信息工程大學(xué);2018年

2 劉洋;西安城市公路隧道空氣污染物濃度分布及通風(fēng)方式研究[D];西安工程大學(xué);2018年

3 郭倩;成都市2016年典型大氣污染過程特征分析[D];成都信息工程大學(xué);2018年

4 李奕杉;城市地下交通聯(lián)系隧道污染物濃度分布及通風(fēng)系統(tǒng)運(yùn)行策略研究[D];重慶大學(xué);2018年

5 李晨;污染物濃度預(yù)測模型的建立與實(shí)證分析[D];東北財經(jīng)大學(xué);2018年

6 劉晨;半干旱區(qū)污染物濃度變化特征及其機(jī)理研究[D];蘭州大學(xué);2018年

7 占龍飛;城市街區(qū)不同建筑布局對風(fēng)場和污染場的影響[D];華東師范大學(xué);2017年

8 郭飛;沈陽市空氣質(zhì)量狀況與氣象條件相關(guān)性分析及預(yù)測[D];沈陽農(nóng)業(yè)大學(xué);2017年

9 張磊;黃山光明頂污染物濃度變化成因的數(shù)值模擬研究[D];南京信息工程大學(xué);2014年

10 孟凡;基于灰色系統(tǒng)理論的污染物濃度模型研究[D];重慶大學(xué);2009年

本文編號：2657193