基于改进支持向量机的空气质量监测预警模型

• 作者: 凌冰 姜倩雯 尹伟东 胡世前
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 空气质量指数 参数优化 支持向量机 粒子群算法 组合预测
• 年，卷（期）: 2016,（4）
• 页码范围: 491-496
• 页数: 6页
• 分类号: X830|O159
• 字数: 5444字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2016.04.020

摘要

在使用粒子群和组合预测方法改进传统支持向量机预测精度的基础上，构建了基于空气质量指数的城市空气质量监测预警模型。在参数优化方面，为了提高惩罚参数和核参数的选择精度，利用带收敛因子的粒子群算法，优化了网格搜索交叉验证法的参数筛选流程；在模型改进方面，为综合利用多种预测算法的优势，引入组合预测方式对灰色预测、时间序列预测和PSO-SVM模型的预测结果进行最优线性组合。结果表明：改进后的参数筛选流程和支持向量机的空气质量监测预警模型具有预测数据结构风险低、预测均方误差最小、运算精度高、运算速度快和适用性广等特征。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌冰	东北财经大学国际商学院	13	42	3.0	6.0
2	胡世前	东北财经大学公共管理学院	8	29	2.0	5.0
3	姜倩雯	东北财经大学公共管理学院	2	17	1.0	2.0
4	尹伟东	东北财经大学统计学院	1	16	1.0	1.0