基于MFO-SVM的空气质量指数预测

• 作者: 李洋 白艳萍 胡红萍 高帅
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 飞蛾扑火优化(MFO)算法 支持向量机(SVM) 空气质量指数预测(AQI)
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 应用基础研究
• 页码范围: 373-379
• 页数: 7页
• 分类号: TP18|X51
• 字数: 3706字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2018.04.001

摘要

针对传统飞蛾扑火优化(Moth-flame optimization,MFO)算法解决实际工程问题时过早收敛,导致陷入局部最优,效率低下的问题,利用支持向量机(SVM)能解决智能算法易于陷入区域最优问题的优点,提出了将 SVM和 MFO 相结合的算法(MFO-SVM).选择山西省太原市和大同市的日常空气质量指数(AQI)对该算法的可行性和有效性进行了验证.实验结果表明,MFO-SVM算法的相对误差接近于零,预测值与实际值更接近,可以有效预测空气质量指数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白艳萍	中北大学理学院	124	639	13.0	19.0
2	胡红萍	中北大学理学院	79	243	9.0	12.0
3	李洋	西安电子科技大学电子工程学院	11	69	5.0	8.0
4	高帅	中北大学理学院	4	12	2.0	3.0