工程建设

基于优化LSSVM算法的PM2.5浓度预测

张亚博 (新疆工程学院土木工程学院), 南守琎 (新疆工程学院土木工程学院), 唐彦 (新疆工程学院土木工程学院), 杨云飞 (新疆工程学院土木工程学院)

摘要


针对最小二乘支持向量机（LSSVM）算法中选取的核函数和正规化参数回归精度较低，该文结合粒子群优化算法（PSO）来选取最优的核参数和正规化参数，以此提高LSSVM模型对PM2.5质量浓度的预测精度。以2018年南宁市为例，选取空气主要污染物、气象因素和GNSS天顶对流层延迟（zenith tropospheric delay, ZTD）作为变量对同期的PM2.5浓度进行预测，并采用平均影响值（Mean Impact Value, MIV）筛选主要影响变量，实验结果显示，变量筛选后的模型对未来48h的PM2.5有较高预测精度，相对于LSSVM、PSO-LSSVM和BP神经网络具有更高的回归精度，表明该模型能够真实反映数据序列的内在规律，表现出了对短期预测具有较好的预测性能，具有较强的普适性。

关键词


PM2.5浓度预测；最小二乘-支持向量机；粒子群优化算法；平均影响值；优化算法

全文:

PDF

参考


程春英,尹学博.雾霾之PM2.5的来源?成分?形成及危害[J].大学化学,2014,29(5):1-6.

Mathur R,Yu S,Kang D.Assessment of the wintertime performance of developmental particulate matter forecasts with the Eta-Community Multiscale Air Quality modeling system[J].Journal of Geophysical Research Atmospheres,2008,113(2):89.

Chuang M T, Zhang Y,Kang D.Application of WRF/Chem-MADRID for real-time air quality forecasting over the Southeastern United States[J].Atmospheric Environment,2011,45(34):6241-6250.

Chelani A B.Prediction of daily maximum ground ozone concentration using support vector machine[J].Environmental Monitoring and Assessment,2010,162(4):169-176.

朱亚杰,李琦,侯俊雄.基于支持向量回归的PM2.5浓度实时预报[J].测绘科学,2016,41(1):12-17.

王勇,闻德保,刘严萍.雾霾天气对GPS天顶对流层延迟与可降水量影响研究[J].大地测量与地球动力学,2014,34(2):120-123.

姚宜斌,罗亦泳,张静影.基于小波相干的雾霾与GNSS对流层延迟相关性分析[J].武汉大学学报(信息科学版),2018,43(12):2131-2138.

郭骐嘉,姚宜斌,周永江,等.融合GNSS气象参数的PM2.5随机森林预测模型[J].测绘科学,2021,46(4):37-42.

SUYKENS J A K,Vandewalle J.Least squares support vector machine classifiers[J].Neural Processing Letters,1999,9(8):293-300.

曹净,丁文云,赵党书.基于LSSVM-ARMA模型的基坑变形时间序列预测[J].岩土力学,2014,35(2):579-586.

YAN W W,SHAO H H.Application of support vector machines and least squares support vector machines to heart disaase diagnses[J].Control and Decision,2003,18(3):356-360.

KENNEDY J,EBERHART R.Particle Swarm Optimization[J].Proceedings of the IEEE International Conference on Neural Networks,1995,4(8):1942-1948.

Dombi G W,Nandi P,Saxe J M.Prediction of rib fracture injury outcome by an artificial neural network [J].Journal of Trauma,1995,39(5):915.

LI Z D,Han S N,Jiang J L.Antitumor compound identification from Zanthoxylum bungeanum essential oil based on composition-activity relationship[J].Chemical Research in Chinese Universities,2013,29(6):1065-1071.




DOI: https://doi.org/10.33142/ec.v7i9.13374

Refbacks

  • 当前没有refback。


版权所有（c）{$ COPYRIGHTYEAR} {$ copyrightHolder}

Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。