基于支持向量机的雾霾预测模型研究

《基于支持向量机的雾霾预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：学校代码：10075分类号：学号：20131280工学硕士学位论文基于支持向量机的雾霾预测模型研究学位申请人：武子瀚指导教师：宗晓萍教授学位类别：工学硕士学科专业：模式识别与智能系统授予单位：河北大学答辩日期：二〇一六年六月ClassifiedIndex:CODE:10075U.D.C:NO:20131280EngineeringMasterThesisResearchofhazeforecastingmodelbasedonsupportvectormachineCandidate:WuZihanSupervisor:Pr

2、of.ZongXiaopingAcademicDegreeApplied:for:MasterofEngineeringSpecialty:Patternrecognition&intelligentsystemUniversity:HebeiUniversityDateofOralExamination:June，2016河北大学学位论文独创性序明‘本人郑重声明；所呈交的学位论文，是本人在导师指导下进行的研究王作及取得的研究成果■。尽我所知，除了文中特别加Ｗ标注和致ｉ｜的地方外，论文中不包含其他人已经发表或撰写

3、的研究成果，也不包含为获得河北大学或其他教育机构的学位或证书所使用过的材料一。与我同工作的同对本研究所做的任何贡献均已在论文中作了明确的说明并表示了致谢。作者签名；式多緣日期：年Ｋ月ｒ日灣学位论文使用授权声明本人完全了解河北大学有关保留、使用学位论文的规定目，Ｐ；学校有权保留并向国家有关部口或机构送交论的复印件和电子版，允许论文被查阅和借阅。学校可Ｗ公布论文的全部或部分内容，可用影、；奸缩印或其他复制手段保存论文。■？，’本学位论文属于１、保密□，在年月日解密后适用本授权声明。

4、２＇、不保密ｔ／。＂＂（请在Ｗ上相应方格内打Ｖ）保护知识产权声明本人为串ｉ胃刚扶学学麵提划镇目为学位论文，是我个人在导师指导并与导师合作下取得的研究成果，研巧工作及取得的研究成果是在河北大学所提供的研究经费及导师的研究经费资助下完成的。本人完全了解并严格遵守中华人民共和国为保护知，站＇识产权所制定的各项法律、行政法规Ｗ及河北大学的相关规定。本人声明如下：本论文的，经征得成果归河北大学所有未指导教师和河北，大学的面同意和授权本人保证不任何式工书Ｗ形公开和传播科研成果和研科。，作内容如

5、果违反本声明本人愿意。承担相应法律责任：日：声明人期〇年月王＾＾＿日＇．皆■．像Ｉ＇１：ｆ作者签名Ａ赛舶日期＾曰————义篇《：师签：导名日期年《月摘要摘要近年来，PM2.5逐渐进入人们的视野。与此同时我们意识到的还有较为严重的空气质量问题。PM2.5作为一种严重的空气污染与我们的生活息息相关，空气质量及其预测方法，如何防治等成为人们普遍关注的焦点。通过建立PM2.5预测模型，可以掌握PM2.5的变化趋势，进而可以对PM2.5变化展开分析，这对PM2.5的研究有着重要的作用。本文的主要

6、研究内容如下：1、本文基于已有的研究提出了基于粒子群算法和遗传算法进行参数寻优的支持向量机(PSO-SVRGA-SVR)模型的PM2.5预测方法。2、本文通过数据选择模型，通过模型验证数据，使用气象数据和大气污染数据训练预测模型，通过对比预测结果选出效果较好的预测模型。3、以保定市PM2.5为例展开预测模型分析。通过构建相应的PSO-SVR和GA-SVR的PM2.5预测模型，分析并对比POS-SVR与GA-SVR预测模型的优劣，验证了SVR预测模型可用于PM2.5预测的有效性。4、采用因子分析法降维，筛选与PM2.5相关性较高的数

7、据项，然后通过KMO和球度检验验证整体数据可否用于预测，从而缩减数据量，提高了运算效率。关键词PM2.5支持向量回归遗传算法粒子群算法预测模型IAbstractAbstractInrecentyears，PM2.5hasgraduallycomeintopeople'sfieldofvision.Atthesametime，werealizethatthereisamoreseriousairqualityproblems.PM2.5asaseriousairpollutioniscloselyrelatedtoourdailyl

8、ife.Airqualityanditspredictionmethods，howtocontrolandsoonhasbecomethefocusofattention.ThroughtheestablishmentofPM2.5predicti