数学的实践与认识

2017, v.47(21) 215-222

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

基于改进的SAPSO优化支持向量机的太原市空气质量评价
Air Quality Assessment of Taiyuan City Based on Support Vector Machine Optimized by Improved SAPSO

尹琪;胡红萍;白艳萍;王建中;

摘要(Abstract):

由于气象环境复杂多变且具有动态的不确定特性,选取太原市2014年至2015年的空气污染物监测数据,将模拟退火算法(SA)与粒子群算法(PSO)相结合并对其进行改进,优化支持向量机(SVM)完成参数寻优,并运用偏最小二乘法(PLS)分析各污染物因子间的相互作用,构造出一种新的空气质量评价模型.实验结果表明,改进的SAPSO-SVM与PSO-SVM和SVM相比,模型运行时间短、等级分类精度高,具有良好的评价性能,为空气质量评价提供了新思路.

关键词(KeyWords): 模拟退火;;粒子群算法;;偏最小二乘法;;支持向量机;;空气质量评价

Abstract:

Keywords:

基金项目(Foundation): 山西省回国留学人员科研项目(2016-088);; 国家自然科学基金(61275120)

作者(Author): 尹琪;胡红萍;白艳萍;王建中;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享