本文選題：隨機(jī)森林算法　切入點(diǎn)：空氣質(zhì)量預(yù)測(cè)　出處：《統(tǒng)計(jì)與決策》2017年20期

【摘要】：近年來霧霾現(xiàn)象不斷出現(xiàn),空氣質(zhì)量狀況愈發(fā)受到關(guān)注。文章以每日前一天的PM2.5、PM10濃度值等污染指標(biāo)及溫度、濕度、風(fēng)速值等氣象指標(biāo)為影響因子,嘗試基于隨機(jī)森林算法的分類與回歸功能,采用交叉驗(yàn)證法構(gòu)建空氣質(zhì)量預(yù)測(cè)模型,并與應(yīng)用Boosting、Bagging、決策樹及支持向量機(jī)算法建立的模型的預(yù)測(cè)結(jié)果對(duì)比,發(fā)現(xiàn)隨機(jī)森林模型具有較高的預(yù)測(cè)精度、較強(qiáng)的泛化能力及較好的穩(wěn)健性能等優(yōu)點(diǎn),對(duì)開展城市空氣質(zhì)量預(yù)測(cè)工作有一定的指導(dǎo)意義。
[Abstract]:In recent years, the phenomenon of haze has been appearing constantly, and the air quality has been paid more and more attention. In this paper, the pollution index, temperature, humidity, wind speed and other meteorological indexes, such as PM2.5% PM10 concentration of the day before the day before, are taken as the influencing factors. Based on the classification and regression function of the stochastic forest algorithm, the air quality prediction model is constructed by cross-validation, and the results are compared with the prediction results of the model based on boost estimation, decision tree and support vector machine algorithm. It is found that the stochastic forest model has the advantages of high prediction accuracy, strong generalization ability and good robustness, which has certain guiding significance for urban air quality prediction.
【作者單位】： 太原理工大學(xué)數(shù)學(xué)學(xué)院;
【基金】：山西省青年科技研究基金資助項(xiàng)目(2012021015-6) 太原理工大學(xué)教育教學(xué)改革資助項(xiàng)目(8003-02040403)
【分類號(hào)】：O212.1;X831

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬景義;謝邦昌;;擬適應(yīng)再加權(quán)分類隨機(jī)森林[J];統(tǒng)計(jì)與信息論壇;2010年03期

2 張啟敏,聶贊坎;隨機(jī)森林發(fā)展系統(tǒng)解的存在性和唯一性(英文)[J];應(yīng)用數(shù)學(xué);2003年04期

3 方匡南;吳見彬;朱建平;謝邦昌;;隨機(jī)森林方法研究綜述[J];統(tǒng)計(jì)與信息論壇;2011年03期

4 曹正鳳;謝邦昌;紀(jì)宏;;一種隨機(jī)森林的混合算法[J];統(tǒng)計(jì)與決策;2014年04期

5 馬景義;吳喜之;謝邦昌;;擬自適應(yīng)分類隨機(jī)森林算法[J];數(shù)理統(tǒng)計(jì)與管理;2010年05期

6 李貞子;張濤;武曉巖;李康;;隨機(jī)森林回歸分析及在代謝調(diào)控關(guān)系研究中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計(jì);2012年02期

7 馬昕;王雪;楊洋;;基于隨機(jī)森林算法的大學(xué)生異動(dòng)情況的預(yù)測(cè)[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

8 劉微;羅林開;王華珍;;基于隨機(jī)森林的基金重倉股預(yù)測(cè)[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年S1期

9 李西寧;申培萍;;一類隨機(jī)森林發(fā)展系統(tǒng)的指數(shù)穩(wěn)定性[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

10 呂淑婷;張啟敏;;一類帶Poisson跳的隨機(jī)森林發(fā)展系統(tǒng)數(shù)值解的穩(wěn)定性[J];蘭州理工大學(xué)學(xué)報(bào);2012年03期

相關(guān)博士學(xué)位論文 前1條

1 岳明;基于隨機(jī)森林和規(guī)則集成法的酒類市場(chǎng)預(yù)測(cè)與發(fā)展戰(zhàn)略[D];天津大學(xué);2008年

相關(guān)碩士學(xué)位論文 前1條

1 吳恒;基于LDA和隨機(jī)森林的活躍微博預(yù)測(cè)研究[D];合肥工業(yè)大學(xué);2017年

，

本文編號(hào)：1673307