基于MGWO-SVR的空气质量预测 |
| |
引用本文: | 张楠,王鹏,白艳萍,王永杰.基于MGWO-SVR的空气质量预测[J].数学的实践与认识,2018(8). |
| |
作者姓名: | 张楠 王鹏 白艳萍 王永杰 |
| |
作者单位: | 中北大学理学院 |
| |
摘 要: | 空气质量指数预测可以为企业和社会工作提供指导.灰狼优化算法具有简单高效的特点,但是在后期迭代中容易陷入局部最优.针对灰狼优化算法的缺点,对其全局优化能力进行了改进,并用改进的算法对支持向量机回归算法(SVR)的参数进行寻优,建立了MGWO-SVR预测模型.最后以中国环境监测总站中太原市的数据为研究对象,分别用MGWO-SVR模型和SVR模型对太原市的空气质量指数进行了预测拟合实验.实验结果表明,MGWO-SVR模型可以有效预测空气质量指数,并比SVR模型有更高的预测精度.
|
关 键 词: | 空气质量预测 GWO SVR MGWO MGWO-SVR |
Air Quality Prediction Based on MGWO-SVR |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|