本文關(guān)鍵詞：基于人工魚群和分形學(xué)習(xí)的霧霾天氣預(yù)報(bào)方法

  更多相關(guān)文章： 人工魚群 分形學(xué)習(xí) 支持向量機(jī) 霧霾 預(yù)報(bào)

【摘要】：針對目前較嚴(yán)重的霧霾污染,霧霾天氣預(yù)報(bào)顯得十分重要,通過將改進(jìn)人工魚群算法和分形學(xué)習(xí)相結(jié)合,提出了基于人工魚群和分形學(xué)習(xí)的霧藕天氣預(yù)報(bào)方法.首先對人工魚群算法離散化改進(jìn),結(jié)合分形學(xué)習(xí)理論降維霧霾數(shù)據(jù);其次運(yùn)用支持向量機(jī)和5-折交叉驗(yàn)證技術(shù)分類分布可能不平坦的數(shù)據(jù)集;最后建立霧霾天氣預(yù)報(bào)模型.實(shí)驗(yàn)結(jié)果表明,數(shù)據(jù)降維后更有利于提高分類器性能,與傳統(tǒng)預(yù)報(bào)方法相比,預(yù)報(bào)性能更優(yōu),具有較高的穩(wěn)定性和可信性.
【作者單位】： 合肥工業(yè)大學(xué)管理學(xué)院過程優(yōu)化與智能決策教育部重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 人工魚群 分形學(xué)習(xí) 支持向量機(jī) 霧霾 預(yù)報(bào)
【基金】：國家自然科學(xué)基金(71271071);國家自然科學(xué)基金重點(diǎn)項(xiàng)目(71490725);國家自然科學(xué)基金青年項(xiàng)目(71301041) 國家“863”云制造主題項(xiàng)目(2011AA040501)資助課題
【分類號】：X51;TP18
【正文快照】： i引言近期,我國霧霾污染問題在眾多城市頻發(fā),中國環(huán)境監(jiān)測總站和中國氣象局監(jiān)測數(shù)據(jù)顯示,如北京、上海、廣州等大型城市霧霾污染程度越來越嚴(yán)重,霧霾日數(shù)也在逐漸增多,且影響范圍也在逐步擴(kuò)大.霧霾是一種水汽凝合物和氣溶膠等細(xì)顆粒物導(dǎo)致能見度[2,31較低的天氣;一般來說,霧是

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉佳;霍俊儀;王書青;陳立潮;;改進(jìn)人工魚群算法在邊坡穩(wěn)定性分析中的應(yīng)用[J];煤田地質(zhì)與勘探;2012年06期

2 郭海湘;劉嫣然;楊娟;於世為;;煤礦物資配送車輛路徑問題的人工魚群算法[J];系統(tǒng)管理學(xué)報(bào);2012年03期

3 蔡蕓;周立煒;;人工魚群算法在孔群加工路徑優(yōu)化中的應(yīng)用研究[J];武漢科技大學(xué)學(xué)報(bào);2011年03期

4 付亞榮;;人工魚群算法在油井防腐阻垢設(shè)計(jì)中的應(yīng)用[J];石油鉆探技術(shù);2010年03期

5 周瑞芬;王玉學(xué);;基于人工魚群算法的管道摩阻系數(shù)校正[J];油氣田地面工程;2011年08期

6 程春英;包蘭英;包春花;;改進(jìn)的人工魚群算法在二維板材下料問題中的應(yīng)用[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年07期

7 任彥君;黎冰;顧幸生;;改進(jìn)的人工魚群算法在置換Flow Shop調(diào)度中的應(yīng)用[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

8 潘海珠;杜曉昕;王波;;基于人工魚群的交通誘導(dǎo)系統(tǒng)最優(yōu)查詢研究[J];齊齊哈爾大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

9 吳姍姍;黃友銳;;基于改進(jìn)人工魚群算法的PID控制器參數(shù)優(yōu)化[J];安徽理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

10 姚正華;任子暉;陳艷娜;;基于人工魚群算法的煤礦救援機(jī)器人路徑規(guī)劃[J];煤礦機(jī)械;2014年04期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 李曉磊;錢積新;;人工魚群算法:自下而上的尋優(yōu)模式[A];過程系統(tǒng)工程2001年會論文集[C];2001年

2 徐公林;張鐵龍;;人工魚群算法在電力系統(tǒng)負(fù)荷模型參數(shù)辨識中的應(yīng)用[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

3 劉耀年;姚玉萍;李迎紅;劉俊峰;;基于人工魚群算法RBF神經(jīng)網(wǎng)絡(luò)[A];第十屆全國電工數(shù)學(xué)學(xué)術(shù)年會論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 王聯(lián)國;人工魚群算法及其應(yīng)用研究[D];蘭州理工大學(xué);2009年

2 姚正華;改進(jìn)人工魚群智能優(yōu)化算法及其應(yīng)用研究[D];中國礦業(yè)大學(xué);2016年

3 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學(xué);2003年

4 張梅鳳;人工魚群智能優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];大連理工大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳斐;改進(jìn)的人工魚群算法分析與研究[D];西安電子科技大學(xué);2012年

2 王蕾;一種人工螢火蟲群優(yōu)化算法改進(jìn)的研究[D];青島理工大學(xué);2015年

3 馬堯;基于改進(jìn)的人工魚群算法在商旅問題中的應(yīng)用研究[D];西南交通大學(xué);2015年

4 薛亞娣;改進(jìn)的人工魚群算法及其應(yīng)用研究[D];蘭州大學(xué);2015年

5 彭鵬;配電網(wǎng)無功優(yōu)化和跟蹤調(diào)節(jié)技術(shù)研究[D];沈陽理工大學(xué);2015年

6 崔淑慧;三維管路自動敷設(shè)算法及干涉校驗(yàn)方法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 黃鋒;混沌人工魚群算法及其在水庫(群)優(yōu)化調(diào)度中的應(yīng)用[D];華北電力大學(xué);2015年

8 劉翔;基于改進(jìn)人工魚群算法的化工過程優(yōu)化[D];北京化工大學(xué);2015年

9 喻俊松;基于改進(jìn)人工魚群算法無人機(jī)航跡規(guī)劃研究[D];南昌航空大學(xué);2015年

10 陳新;基于人工魚群算法的柔性作業(yè)車間調(diào)度研究[D];大連理工大學(xué);2015年

，

本文編號：604669