基于支持向量機(jī)的霧霾預(yù)測模型研究.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來，PM2.5逐漸進(jìn)入人們的視野。與此同時我們意識到的還有較為嚴(yán)重的空氣質(zhì)量問題。PM2.5作為一種嚴(yán)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(diǎn)。通過建立PM2.5預(yù)測模型，可以掌握PM2.5的變化趨勢，進(jìn)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。
　　本研究主要內(nèi)容包括：⑴基于已有的研究提出了基于粒子群算法和遺傳算法進(jìn)行參數(shù)尋優(yōu)的支持向量機(jī)(PSO-

2、SVR GA-SVR)模型的PM2.5預(yù)測方法。⑵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。⑶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。⑷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

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論