基于人工鱼群和分形维数融合SVM的空气质量预测方法

被引：24

作者：

倪志伟

朱旭辉

程美英

机构：

[1] 合肥工业大学管理学院

[2] 合肥工业大学过程优化与智能决策教育部重点实验室

来源：

模式识别与人工智能 | 2016年 / 29卷 / 12期

基金：

国家自然科学基金重大研究计划;

关键词：

人工鱼群算法; 分形维数; 支持向量机; 预测;

D O I：

10.16451/j.cnki.issn1003-6059.201612008

中图分类号：

X51 [大气污染及其防治]; TP18 [人工智能理论];

学科分类号：

083001 [环境科学]; 140502 [人工智能];

摘要：

为了克服现有方法在空气质量预测上存在的缺点,文中通过采用改进的离散型人工鱼群算法,并结合分形维数,提出基于人工鱼群和分形维数融合SVM的空气质量预测方法.首先对人工鱼群算法聚群、觅食行为及移动方式进行离散化改进,引入跳出局部最优策略和并行机制.然后将改进的离散型人工鱼群算法结合分形维数,约简空气质量数据集.最后采用基于高斯核SVM建立空气质量预测模型.在北京、上海和广州近2年的空气质量数据上的实验表明,文中方法预测性能较优,具有较高的稳定性和可信性.

引用

页码：1122 / 1131

页数：10

共 26 条

[1]

Process analysis of characteristics of the boundary layer during a heavy haze pollution episode in an inland megacity,China [J].

Shan Wang ;

Tingting Liao ;

Lili Wang ;

Yang Sun .

Journal of Environmental Sciences, 2016, 40 (02) :138-144

[2]

基于粗糙集融合支持向量机的水质预警模型 [J].

刘双印 ;

徐龙琴 ;

李道亮 .

系统工程理论与实践, 2015, (06) :1617-1624

[3]

变步长自适应的改进人工鱼群算法 [J].

朱旭辉 ;

倪志伟 ;

程美英 .

计算机科学, 2015, 42 (02) :210-216+246

[4]

基于生命周期的二元蚁群优化算法 [J].

程美英 ;

倪志伟 ;

朱旭辉 .

模式识别与人工智能, 2014, 27 (11) :1005-1014

[5]

基于流形学习的多核SVM财务预警方法研究 [J].

倪志伟 ;

薛永坚 ;

倪丽萍 ;

肖宏旺 .

系统工程理论与实践, 2014, 34 (10) :2666-2674

[6]

PM2.5 and tropospheric O_3 in China and an analysis of the impact of pollutant emission control.[J].ZHANG Hua;XIE Bing;ZHAO Shu-Yun;CHEN Qi;.Advances in Climate Change Research.2014, 03

[7]

雾霾重污染期间北京居民对高浓度PM_(2.5)持续暴露的健康风险及其损害价值评估.[J].谢元博;陈娟;李巍;.环境科学.2014, 01

[8]

基于改进离散型萤火虫群优化算法和分形维数的属性选择方法 [J].