本文選題：空氣質(zhì)量指數(shù) + C4.5��； 參考：《蘭州大學(xué)》2016年碩士論文

【摘要】：本文首先對上海市2014年空氣質(zhì)量指數(shù)進(jìn)行時間序列分析,分析是否具有明顯的“星期效應(yīng)”、“季節(jié)性”、“春節(jié)效應(yīng)”,使用小波變換進(jìn)行分解,用低頻信號來反映它總體變化趨勢。利用描述性統(tǒng)計分析和模糊綜合評價法來尋找出空氣質(zhì)量中的首要污染物PM2.5。然后做PM2.5與其他污染物的相關(guān)系數(shù)及關(guān)聯(lián)規(guī)則分析,做主成分分析目的是把多個指標(biāo)提取三個主成分,得到PM2.5與三個主成分的多元統(tǒng)計分析都通過模型的驗證。最后使用人工智能算法進(jìn)行評價分類預(yù)測,決策樹C4.5和LVQ神經(jīng)網(wǎng)絡(luò)建立了污染物與空氣等級的智能評價模型,通過仿真實驗表明C4.5在空氣質(zhì)量評價分類預(yù)測較為準(zhǔn)確;支持向量機(jī)算法采用交叉驗證來選取正則化因子c和參數(shù)g,比較不同核函數(shù)選取以及不同的歸一化實現(xiàn)方式對預(yù)測分類精確度的影響;因SVM分類器參數(shù)難以選擇的問題,本文提出基于粒子群算法PSO全局優(yōu)化搜索SVM中的正則化因子c和內(nèi)核參數(shù)g,并對比BPNN。最后對比全部智能算法的分類預(yù)測精度,得出C4.5和PSO-SVM在空氣質(zhì)量分類預(yù)測精度最好這一結(jié)論。
[Abstract]:In this paper, the 2014 air quality index of Shanghai is analyzed in time series, and whether there are obvious "week effect", "seasonality" and "Spring Festival effect" is analyzed, which is decomposed by wavelet transform.A low frequency signal is used to reflect its general changing trend.The main pollutant PM2.5 in air quality was found by descriptive statistical analysis and fuzzy comprehensive evaluation.Then the correlation coefficient and association rules between PM2.5 and other pollutants are analyzed. The purpose of principal component analysis is to extract three principal components from multiple indexes and obtain that the multivariate statistical analysis of PM2.5 and the three principal components are verified by the model.Finally, the artificial intelligence algorithm is used to evaluate the classification and forecast. The decision tree C4.5 and LVQ neural network are used to establish the intelligent evaluation model of pollutant and air grade. The simulation results show that C4.5 is more accurate in air quality assessment.Support vector machine (SVM) algorithm uses cross validation to select regularization factor c and parameter g, and compares the effects of different kernel function selection and different normalization implementation methods on the accuracy of prediction classification, because the parameters of SVM classifier are difficult to select.This paper presents a global optimization search for regularization factor c and kernel parameter g in SVM based on particle swarm optimization (PSO).Finally, by comparing the classification and prediction accuracy of all intelligent algorithms, it is concluded that C4.5 and PSO-SVM have the best prediction accuracy in air quality classification.
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：X823

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;何為空氣質(zhì)量指數(shù)[J];城市管理與科技;2000年03期

2 ;何為空氣質(zhì)量指數(shù)?[J];新長征;2000年07期

3 劉曼紅,劉麗華;如何選用空氣質(zhì)量指數(shù)[J];山東環(huán)境;2002年02期

4 伍燕南;王躍;;提高空氣質(zhì)量指數(shù)準(zhǔn)確性的建議[J];環(huán)境科學(xué)與管理;2012年08期

5 薛涌;;污染爆表,我們應(yīng)該做些什么[J];中國報道;2013年02期

6 陳梅;;關(guān)注空氣質(zhì)量指數(shù),倡導(dǎo)健康生活[J];生命與災(zāi)害;2013年01期

7 沈建;什么是空氣質(zhì)量指數(shù)[J];環(huán)境教育;1999年02期

8 ;空氣質(zhì)量指數(shù)相關(guān)知識[J];電力科技與環(huán)保;2014年02期

9 胡雅君;;空氣質(zhì)量指數(shù)發(fā)布國內(nèi)城市無一及格[J];共產(chǎn)黨員;2011年05期

10 高紅武;寧平;;校園室內(nèi)空氣質(zhì)量綜合評價[J];昆明理工大學(xué)學(xué)報(理工版);2006年04期

相關(guān)會議論文 前2條

1 王素娟;;PM_(2.5)的監(jiān)測和治理[A];2013中國環(huán)境科學(xué)學(xué)會學(xué)術(shù)年會論文集（第五卷）[C];2013年

2 馬盼;耿迪;李旭;王式功;尚可政;;基于氣象條件的北京市AQI的分析與擬合研究[A];第31屆中國氣象學(xué)會年會S11 第三屆城市氣象論壇—城市與環(huán)境氣象[C];2014年

相關(guān)重要報紙文章 前10條

1 徐琦;兩省一市同步發(fā)布環(huán)境空氣質(zhì)量指數(shù)[N];中國環(huán)境報;2012年

2 大呂;從“空氣污染指數(shù)”向“空氣質(zhì)量指數(shù)”的轉(zhuǎn)變[N];太原日報;2013年

3 記者 蔡志軍;北海6月份空氣質(zhì)量指數(shù)為優(yōu)[N];北海日報;2013年

4 本報記者 謝曦;市區(qū)空氣質(zhì)量指數(shù)將實時發(fā)布[N];泉州晚報;2013年

5 記者 吳森林 通訊員 李耀松;中山空氣質(zhì)量指數(shù)居第二[N];中山日報;2013年

6 記者 任燕萍;我市環(huán)境空氣質(zhì)量指數(shù)實時發(fā)布平臺運(yùn)行[N];包頭日報;2013年

7 記者 高娃;烏市多舉措應(yīng)對空氣質(zhì)量指數(shù)“爆表”[N];新疆日報(漢);2013年

8 曾昀;市民目睹空氣質(zhì)量指數(shù)“出爐”[N];北京日報;2007年

9 本報記者 駱倩雯;京南3個監(jiān)測點污染最重[N];北京日報;2013年

10 本報記者 欒姍;空氣質(zhì)量指數(shù)“打架”該信誰[N];河南日報;2013年

相關(guān)碩士學(xué)位論文 前4條

1 柳笑盈;基于GIS的空氣質(zhì)量指數(shù)空間插值方法研究[D];昆明理工大學(xué);2015年

2 王亞妮;霧霾的影響因素分析及治理措施研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

3 周家?guī)?基于多元統(tǒng)計和智能算法的上海市空氣質(zhì)量指數(shù)評價分析[D];蘭州大學(xué);2016年

4 劉若溪;三大城市PM2.5波動及影響因素的統(tǒng)計研究[D];暨南大學(xué);2015年

，

本文編號：1758584