排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
2.
为建立准确高效的空气质量预报系统,建立以污染物、气象因素、污染物混合气象因素的三种预测因子模式,并将该三种预测因子模式作为支持向量机回归 (Support vector machine regression, SVR)的输入变量进行PM10浓度的每日预测,寻找最优预测因子模式。并使用灰狼优化算法 (Grey wolf optimization, GWO)对支持向量机回归模型进行优化,形成GWO-SVR模型。实验结果表明,污染物混合气象因素作为输入变量为最优预测因子模式, SVR和GWO-SVR模型测试集确定系数分别达到$R^2$=0.79和$R^2$=0.81,预测精度较高,经比较发现GWO-SVR模型预测性能较好。之后,依据风向条件对数据进行分类,使用较优的GWO-SVR进行PM10浓度预测,预测结果显示盛行西南风时, 预测集评测指标为$R$=0.91、$M_{\rm SE}$=47.15,优于盛行东北风时的$R$=0.87、$M_{\rm SE}$=125.80和所有数据下的$R$=0.90、$M_{\rm SE}$=107.94。 相似文献
1