基于多模态支持向量回归的PM_(2.5)浓度预测 |
| |
引用本文: | 陈菊芬,李勇.基于多模态支持向量回归的PM_(2.5)浓度预测[J].环境工程,2019,37(1):122-126. |
| |
作者姓名: | 陈菊芬 李勇 |
| |
作者单位: | 玉环市环境监测站;兰州大学资源环境学院 |
| |
摘 要: | 为更好地掌握日均PM_(2.5)浓度的变化规律,提出了一种基于多模态支持向量回归(MSVR)的混合预测模型。利用集成经验模态分解将日均PM_(2.5)数据分解成不同频段的分量序列,以降低数据的非平稳性。然后根据每组分量自身特点构建不同的支持向量回归(SVR)模型,并通过相关分析确定各分量输入变量。最后,将各分量预测值进行叠加得到最终预测结果。以浙江省玉环市的PM_(2.5)浓度进行验证。结果表明:与单一SVR模型相比,MSVR模型具有更好的预测效果,精度评价指标MAE、MAPE和RMSE分别下降了26.98%、23.04%、34.08%,这为大气污染预控提供了有效的技术支持。
|
关 键 词: | PM_(2.5)浓度 集成经验模态分解 支持向量回归 预测模型 相关分析 |
FORECASTING OF PM_(2.5) CONCENTRATION BASED ON MULTIMODAL SUPPORT VECTOR REGRESSION |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《环境工程》浏览原始摘要信息 |
|
点击此处可从《环境工程》下载全文 |
|