基于混合模型的PM2.5日浓度预测
2019-03-12分类号:X513
【部门】西安邮电大学经济与管理学院 西北工业大学自动化学院 中国航天系统科学与工程研究院 西安邮电大学研究生院
【摘要】为解决PM2.5浓度预测中存在的精度不高的问题,文章提出了一个基于相关分析、自回归分布滞后模型、果蝇优化算法、核极限学习机的在线PM2.5日浓度混合预测模型。并将模型应用于关中地区五个地市,用2016年1月至2017年5月监测数据对模型进行验证。结果表明:模型均方根误差<6μg,平均绝对百分比误差0.98,能够在日尺度下有效地预测PM2.5浓度,可以为当地开展空气污染预警和城市综合管理提供决策支持。
【关键词】PM2.5 日浓度预测 自回归分布滞后模型 核极限学习机 果蝇优化算法
【基金】国家自然科学基金资助项目(U1501253);; 陕西省教育厅科学研究计划项目(2013JK0175);陕西省教育厅重点科学研究项目(17JZ067)
【所属期刊栏目】统计与决策
文献传递