论文摘要
以杭州市2016年1月1日到2018年12月6日每日的空气质量指数为研究对象,首先利用自适应Lasso筛选出影响空气质量指数的重要因素,通过鲸鱼优化算法（WOA）对最小二乘支持向量回归模型（LSSVR）进行优化,建立优化的LSSVR模型,并对杭州市空气质量指数进行预测。然后将其与BP神经网络、RBF神经网络、SVR、LSSVR、WOA-SVR这五个预测模型进行对比,结果表明:与其他预测模型相比,自适应Lasso-WOA-LSSVR混合模型具有优良的水平精度和方向精度,预测结果较好。
论文目录
文章来源
类型: 期刊论文
作者: 郑晓飞
关键词: 空气质量指数预测,自适应,鲸鱼优化算法,最小二乘支持向量回归
来源: 中南财经政法大学研究生学报 2019年01期
年度: 2019
分类: 经济与管理科学,工程科技Ⅰ辑
专业: 环境科学与资源利用
单位: 中南财经政法大学统计与数学学院
基金: 2019年中南财经政法大学研究生创新教育计划项目硕士生实践创新课题:基于深度学习的城市空气质量预测与评价指标构建(项目编号:201811312)。本文系部分研究成果
分类号: X51
页码: 52-60
总页数: 9
文件大小: 2073K
下载量: 27
相关论文文献
标签：空气质量指数预测论文; 自适应论文; 鲸鱼优化算法论文; 最小二乘支持向量回归论文;