基于集成算法的空氣質(zhì)量預(yù)測.pdf

1、隨著社會經(jīng)濟(jì)的發(fā)展、城市人口的膨脹，大氣污染問題日趨嚴(yán)重，已經(jīng)嚴(yán)重影響到了我們的日常生活。國務(wù)院也在相關(guān)計劃中明確提出全國各地需建立監(jiān)測預(yù)警體系，提高監(jiān)測預(yù)警的準(zhǔn)確度，及時發(fā)布監(jiān)測預(yù)警信息。為了更好地反映環(huán)境污染變化趨勢，加強(qiáng)空氣污染防治，預(yù)防嚴(yán)重污染事件發(fā)生，本文開展了以下研究:
　　首先，通過分析天津市最近幾年的空氣質(zhì)量，找出主要的污染物，以及他們最近幾年的變化趨勢并分析原因。其次，在模糊數(shù)學(xué)的基礎(chǔ)上，對權(quán)重和隸屬度進(jìn)行改進(jìn)，

2、提出了改進(jìn)的模糊數(shù)學(xué)評價系統(tǒng)，對天津市近一年的空氣質(zhì)量進(jìn)行評價。結(jié)果顯示，改進(jìn)后的模糊評價系統(tǒng)，更加合理、科學(xué)。
　　針對空氣中的苯毒性較大，對農(nóng)業(yè)生產(chǎn)和人類生活影響很大的問題，提出一種適用于空氣中苯濃度預(yù)報的AdaBoost.BT集成建模算法。首先，利用苯與其他成分之間的關(guān)系，構(gòu)建數(shù)學(xué)模型。其次，在傳統(tǒng)AdaBoost算法的基礎(chǔ)上引入彈性因子，該彈性因子由數(shù)學(xué)模型確定，并作為評判訓(xùn)練結(jié)果和權(quán)重更新的依據(jù)。最后，在權(quán)重更新階段，考

3、慮樣本的時間因素，可以降低早期生產(chǎn)數(shù)據(jù)對模型的影響。實驗結(jié)果表明，相比于其他傳統(tǒng)的集成算法，文章提出的AdaBoost.BT操作簡單，算法預(yù)測誤差較小，算法精度較高(91％)，可用于實際生產(chǎn)應(yīng)用。
　　通過分析空氣質(zhì)量的特點和傳統(tǒng)的集成算法，提出了一種適用于預(yù)測空氣質(zhì)量的自適應(yīng)多維AdaBoost回歸算法模型。該算法以極限學(xué)習(xí)機(jī)(ELM)為弱學(xué)習(xí)機(jī)，用網(wǎng)格搜索策略確定算法的關(guān)鍵參數(shù):迭代次數(shù)和閾值，并以此作為評判訓(xùn)練結(jié)果好壞與否和