基于SVR-BP算法的江苏省空气质量指数预测

• 作者: 赵璇 邱敬怡
• 来源期刊: 南通大学学报（自然科学版）
• 学科: 工学
• 关键词: 空气质量指数 SVR-BP ε-SVR 反向神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能科学与技术
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP18
• 字数: 3149字
• 语种: 中文
• DOI: 10.12194/j.ntu.20191031001

摘要

针对江苏省空气质量指数(air quality index,AQI)的预测问题,提出一个将反向(back-propagation,BP)神经网络与ε-支持向量回归机(ε-support vector regression,ε-SVR)算法相结合的SVR-BP回归算法.对训练集采用ε-SVR进行样本筛选组成新的样本集,再采用BP神经网络进行预测.样本集选取的时间跨度为2a,样本数据为江苏省共98个监测点空气中各成分的含量.分别采用SVR-BP算法、BP神经网络和ε-SVR算法在数据更新频度不同的3个模型下对未来72 h的AQI进行预测.实验结果表明:本研究提出的SVR-BP算法的平均绝对百分误差较ε-SVR算法提升了4％～19％;训练时间比BP神经网络少0.1～2.5 s.SVR-BP算法预测AQI更为高效,在实时训练及样本筛选方面有更广阔的研究前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵璇	东南大学数学学院	3	1	1.0	1.0
2	邱敬怡	东南大学网络空间安全学院	1	0	0.0	0.0