重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (12): 150-155.doi: 10.3969/j.issn.1674-8425(z).2019.12.021

• 能源·环境 • 上一篇    下一篇

基于ＭＥＡ＿ＳＶＭ空气质量指数预测

俆乔王，胡红萍，白艳萍，王建中   

  1. 中北大学 理学院，太原 ０３００５１
  • 收稿日期:2019-03-14 发布日期:2020-01-18
  • 作者简介:俆乔王，男，硕士研究生，主要从事现代优化算法研究，Ｅ-ｍａｉｌ：ｘｕｑｉａｏｗａｎｇ＠１６３．ｃｏｍ；通讯作者 王建中，教授，主要从事工程中数学问题研究。
  • 基金资助:
    国家自然科学基金项目（ ６１７７４１３７）；山西省自然科学基 金 项 目 （ ２０１８０１Ｄ１２１０２６，２０１７０１Ｄ１２１０１２，２０１７０１Ｄ２２１１２１）；山西省回国留学人员科研项目（２０１６－０８８）

  • Received:2019-03-14 Published:2020-01-18

PDF (PC)

291

赞

摘要： 针对大气污染物的动态性和高时空变异性，分析了影响太原市空气质量评价的主要污染物，建立思维进化算法（ＭＥＡ）与支持向量机（ＳＶＭ）结合的新模型 ＭＥＡ＿ＳＶＭ，并将该模型用于空气质量指数（ＡＱＩ）的预测。实验结果表明：ＭＥＡ＿ＳＶＭ算法在保证ＳＶＭ预测准确率的同时显著提高了预测速度，在预测可靠性、预测精度方面均优于遗传算法与ＳＶＭ的结合方法和粒子群算法与ＳＶＭ结合的方法，因此ＭＥＡ＿ＳＶＭ算法在城市空气质量预测中有一定的实用价值。

关键词: 思维进化算法, 遗传算法, 粒子群算法, 支持向量机, 信息粒化, 空气质量指数预测

中图分类号: 

  • ＴＰ３０１．６