单因变量PLS模型在PM2.5实时浓度预测中的应用

• 作者: 张强 王治和 陈向宏
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 细微颗粒 气象元素 空气污染物 偏最小二乘回归
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 仿真服务化
• 页码范围: 387-391,413
• 页数: 6页
• 分类号: TP391.9
• 字数: 4452字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2017.10.086

摘要

PM2.5实时浓度受到气象元素、空气中其它污染物等复杂因素的影响,传统的预测方式很难得到有效的预测结果,为了能够有效预测PM2.5实时浓度,提出了一种利用单因变量PLS回归模型预测方法.通过逐步回归,确定建立模型的最佳有效成分个数建立回归模型实现预测分析.以北京气象和空气质量检测数据为研究对象,构建了影响PM2.5浓度的气压、风速、温度等10个指标进行PM2.5实时浓度预测.预测仿真结果表明,采用单因变量PLS回归模型的拟合优度为96.06％,PM2.5实时浓度预测平均误差为37.65％;并将模型与传统的主成分回归模型进行实验分析对比,发现PLS模型在PM2.5实时浓度预测中具有更高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王治和	西北师范大学计算机科学与工程学院	78	356	10.0	14.0
2	张强	西北师范大学计算机科学与工程学院	42	447	11.0	19.0
3	陈向宏	西北师范大学计算机科学与工程学院	1	3	1.0	1.0