本文關(guān)鍵詞：基于支持向量機的霧霾預(yù)測模型研究

  更多相關(guān)文章： PM2.5 支持向量回歸 遺傳算法 粒子群算法 預(yù)測模型

【摘要】：近年來,PM2.5逐漸進入人們的視野。與此同時我們意識到的還有較為嚴重的空氣質(zhì)量問題。PM2.5作為一種嚴重的空氣污染與我們的生活息息相關(guān),空氣質(zhì)量及其預(yù)測方法,如何防治等成為人們普遍關(guān)注的焦點。通過建立PM2.5預(yù)測模型,可以掌握PM2.5的變化趨勢,進而可以對PM2.5變化展開分析,這對PM2.5的研究有著重要的作用。本文的主要研究內(nèi)容如下:1、本文基于已有的研究提出了基于粒子群算法和遺傳算法進行參數(shù)尋優(yōu)的支持向量機(PSO-SVR GA-SVR)模型的PM2.5預(yù)測方法。2、本文通過數(shù)據(jù)選擇模型,通過模型驗證數(shù)據(jù),使用氣象數(shù)據(jù)和大氣污染數(shù)據(jù)訓(xùn)練預(yù)測模型,通過對比預(yù)測結(jié)果選出效果較好的預(yù)測模型。3、以保定市PM2.5為例展開預(yù)測模型分析。通過構(gòu)建相應(yīng)的PSO-SVR和GA-SVR的PM2.5預(yù)測模型,分析并對比POS-SVR與GA-SVR預(yù)測模型的優(yōu)劣,驗證了SVR預(yù)測模型可用于PM2.5預(yù)測的有效性。4、采用因子分析法降維,篩選與PM2.5相關(guān)性較高的數(shù)據(jù)項,然后通過KMO和球度檢驗驗證整體數(shù)據(jù)可否用于預(yù)測,從而縮減數(shù)據(jù)量,提高了運算效率。
【關(guān)鍵詞】：PM2.5 支持向量回歸 遺傳算法 粒子群算法 預(yù)測模型
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：X51;TP18
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-20
• 1.1 研究背景9-10
• 1.2 PM2.5 危害10-11
• 1.3 近年來PM2.5 嚴重程度11-13
• 1.4 國內(nèi)外研究現(xiàn)狀13-16
• 1.5 本文的研究意義16
• 1.6 研究思路及創(chuàng)新點16-20
• 1.6.1 研究思路16-18
• 1.6.2 創(chuàng)新點18-20
• 第2章 基本理論基礎(chǔ)20-31
• 2.1 支持向量回歸算法20-23
• 2.1.1 支持向量回歸算法原理20-22
• 2.1.2 核函數(shù)22
• 2.1.3 核函數(shù)的選取22-23
• 2.2 粒子群算法23-24
• 2.2.1 粒子群算法概述23
• 2.2.2 粒子群算法的實現(xiàn)23-24
• 2.3 遺傳算法24-26
• 2.3.1 遺傳算法概述24-25
• 2.3.2 遺傳算法的實現(xiàn)25-26
• 2.4 粒子群算法與遺傳算法的異同26-27
• 2.5 數(shù)據(jù)處理27-31
• 2.5.1 歸一化27-28
• 2.5.2 因子分析法28-29
• 2.5.3 因子分析法與其他降維理論的比較29-31
• 第3章 PM2.5 預(yù)測模型的建立31-37
• 3.1 模型的重要參數(shù)分析32-33
• 3.2 模型的重要參數(shù)優(yōu)化33-37
• 3.2.1 基于粒子群算法SVR參數(shù)尋優(yōu)33-35
• 3.2.2 基于遺傳算法SVR參數(shù)尋優(yōu)35-37
• 第4章 PM2.5 預(yù)測模型的實現(xiàn)37-47
• 4.1 數(shù)據(jù)來源及預(yù)測對象分析37
• 4.2 因子分析降維37-41
• 4.2.1 氣象因素樣本因子分析PM2.5 于各因素的相關(guān)性37-39
• 4.2.2 氣象因素樣本的KMO和Bartlett的檢驗39
• 4.2.3 大氣污染樣本因子分析PM2.5 于各因素的相關(guān)性39-40
• 4.2.4 大氣污染樣本的KMO和Bartlett的檢驗40
• 4.2.5 大氣污染樣本與氣象因素分析與組合40-41
• 4.3 SVR參數(shù)尋優(yōu)與SVR預(yù)測模型的驗證41-45
• 4.3.1 PSO-SVR參數(shù)尋優(yōu)41-42
• 4.3.2 PM2.5 預(yù)測值與實際值對比42-43
• 4.3.3 GA-SVR參數(shù)尋優(yōu)43-45
• 4.3.4 PM2.5 預(yù)測值與實際值對比45
• 4.4 實驗結(jié)果分析45-46
• 4.5 本章小結(jié)46-47
• 第5章 本文總結(jié)與展望47-49
• 5.1 本文總結(jié)47-48
• 5.2 展望48-49
• 參考文獻49-54
• 致謝54-55
• 攻讀學(xué)位期間取得的科研成果55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 邱兆寶;成紗質(zhì)量預(yù)測模型研討[J];紡織學(xué)報;1988年09期

2 劉沐宇,鄭澤岱;灰色預(yù)測模型及在巷道收斂位移中的應(yīng)用[J];非金屬礦;1992年05期

3 黃伏生;趙永勝;;一種含水預(yù)測模型的補充說明[J];石油勘探與開發(fā);1992年02期

4 黃建,沈菁,李謙,甘云潤;大氣中硫氧化物預(yù)測模型的建立[J];干旱環(huán)境監(jiān)測;1993年04期

5 徐玉卿，魏運財;人才需求的預(yù)測模型[J];吉林化工學(xué)院學(xué)報;1996年04期

6 趙秀菊;水污染的灰色預(yù)測模型及其應(yīng)用[J];昌濰師專學(xué)報;2000年05期

7 王香菊,顧濤;專門人才預(yù)測模型的應(yīng)用研究[J];煤炭經(jīng)濟研究;2003年06期

8 趙永勝;黃秀禎;;遞減曲線的多功能預(yù)測模型[J];石油勘探與開發(fā);1985年05期

9 高建華;灰色災(zāi)變預(yù)測模型的改進及實例分析[J];自然災(zāi)害學(xué)報;1995年02期

10 王新泉，陳東生，，長井茂明，日下部信幸;灰色預(yù)測模型在紡織工業(yè)上的應(yīng)用[J];鄭州紡織工學(xué)院學(xué)報;1995年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鄢小彬;肖新平;;基于灰色馬爾可夫模型的煤礦安全預(yù)測[A];第九屆中國青年信息與管理學(xué)者大會論文集[C];2007年

2 羅榮桂;黃敏鎂;;基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的服務(wù)業(yè)發(fā)展預(yù)測模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;劉豹;徐德民;;預(yù)測模型的選擇及其智能化實現(xiàn)[A];科學(xué)決策與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第六次年會論文集[C];1990年

4 肖健華;吳今培;;基于支持向量機的預(yù)測模型及應(yīng)用[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 李陽旭;鄧輝文;;一種新的企業(yè)市場預(yù)測模型及其比較研究[A];2004年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2004年

6 馬志元;;城市區(qū)域經(jīng)濟、人口、能源、環(huán)境綜合系統(tǒng)預(yù)測模型及應(yīng)用[A];中國城市建設(shè)與環(huán)境保護實踐——城市建設(shè)與環(huán)境保護學(xué)術(shù)研討會論文集[C];1997年

7 李兆芹;姚克敏;;一種新的疾病發(fā)病率預(yù)測模型研究[A];首屆長三角氣象科技論壇論文集[C];2004年

8 李兆芹;姚克敏;;一種新的疾病發(fā)病率預(yù)測模型研究[A];首屆長三角科技論壇——氣象科技發(fā)展論壇論文集[C];2004年

9 張曉f^;;全球煤炭產(chǎn)量的灰色預(yù)測模型[A];中國現(xiàn)場統(tǒng)計研究會第十三屆學(xué)術(shù)年會論文集[C];2007年

10 肖會敏;樊為剛;;基于神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測模型[A];04'中國企業(yè)自動化和信息化建設(shè)論壇暨中南六省區(qū)自動化學(xué)會學(xué)術(shù)年會專輯[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 劉慶;“預(yù)測模型”要緩行[N];網(wǎng)絡(luò)世界;2006年

2 特約記者 劉京濤;華東化工銷售員工設(shè)計價格預(yù)測模型見成效[N];中國石油報;2010年

3 南方日報記者 彭琳　實習(xí)生 周鵬程;預(yù)測世界杯之外 大數(shù)據(jù)還能做什么[N];南方日報;2014年

4 本報記者 張超;預(yù)測模型：推算SARS起落潮[N];科技日報;2003年

5 本報記者 段佳;機器“品肉師”替您“嘗鮮”[N];大眾科技報;2010年

6 BMC首席IT技術(shù)官 Mahendra Durai　IDC顧問 Eric Hatcher Randy Perry;預(yù)測智能：管理復(fù)雜基礎(chǔ)架構(gòu)的鎖鑰[N];中國計算機報;2010年

7 張琳 趙偉;巧用Excel構(gòu)建利潤預(yù)測模型[N];財會信報;2007年

8 楊宜勇（作者為國家發(fā)改委經(jīng)濟研究所副所長）;發(fā)揮信息化對就業(yè)的“增補效應(yīng)”[N];第一財經(jīng)日報;2005年

9 本報記者 湯潯芳　實習(xí)記者 董文萍;“孵化器”模式：大數(shù)據(jù)的垂直運營樣本[N];21世紀經(jīng)濟報道;2014年

10 本報記者 安豐;深部找礦的探鏡[N];中國國土資源報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 師懿;城市交通規(guī)劃環(huán)評中空氣污染預(yù)測模型研究[D];中國地質(zhì)大學(xué);2015年

2 張麗;牦牛肉用品質(zhì)特性及近紅外預(yù)測模型和產(chǎn)量等級系統(tǒng)的研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

3 吳利豐;分數(shù)階灰色預(yù)測模型及其應(yīng)用研究[D];南京航空航天大學(xué);2015年

4 王菲;肉牛飼料有效能值預(yù)測模型的建立與評價[D];中國農(nóng)業(yè)大學(xué);2016年

5 文江平;農(nóng)村地區(qū)成人2型糖尿病發(fā)生風(fēng)險相關(guān)生物標志物的篩選及預(yù)測模型的建立[D];中國人民解放軍醫(yī)學(xué)院;2016年

6 白云鵬;華法林穩(wěn)態(tài)劑量預(yù)測模型在瓣膜置換術(shù)后抗凝治療中的應(yīng)用[D];天津醫(yī)科大學(xué);2016年

7 周闖;原發(fā)性肝癌術(shù)后轉(zhuǎn)移復(fù)發(fā)分子預(yù)測模型的優(yōu)化整合與臨床轉(zhuǎn)化[D];復(fù)旦大學(xué);2012年

8 孫忠林;煤礦安全生產(chǎn)預(yù)測模型的研究[D];山東科技大學(xué);2009年

9 王冬光;控制技術(shù)在投資預(yù)測模型建立中的應(yīng)用研究[D];哈爾濱工程大學(xué);2005年

10 張麗峰;中國能源供求預(yù)測模型及發(fā)展對策研究[D];首都經(jīng)濟貿(mào)易大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉冰;基于神經(jīng)網(wǎng)絡(luò)的纖維熱磨過程能耗預(yù)測模型的研究[D];東北林業(yè)大學(xué);2015年

2 張念;鐵路軌道幾何不平順趨勢預(yù)測的關(guān)鍵算法研究[D];西南交通大學(xué);2015年

3 田振偉;城市能源預(yù)測模型的研究與應(yīng)用[D];昆明理工大學(xué);2015年

4 吳迪;基于模糊決策樹算法的安全庫存量預(yù)測模型[D];中國地質(zhì)大學(xué)(北京);2015年

5 齊雯;采用灰色預(yù)測模型改進的HHT算法在故障診斷中的應(yīng)用[D];華南理工大學(xué);2015年

6 王萍;膀胱癌遺傳分數(shù)的計算及發(fā)病風(fēng)險預(yù)測模型的構(gòu)建[D];復(fù)旦大學(xué);2013年

7 石大宏;基于序列的蛋白質(zhì)—核苷酸綁定位點預(yù)測研究[D];南京理工大學(xué);2015年

8 熊盛華;基于BP神經(jīng)網(wǎng)絡(luò)的混合預(yù)測模型的實例研究[D];蘭州大學(xué);2015年

9 趙Z

本文編號：888162