基于特征选择和SSA-LSSVM的短期PM2.5浓度预测

金春梅

首页> 中文期刊> 《应用数学进展》 >基于特征选择和SSA-LSSVM的短期PM2.5浓度预测

基于特征选择和SSA-LSSVM的短期PM2.5浓度预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了提升PM2.5浓度的预测精度,考虑到PM2.5浓度受时间序列特征和非线性特征等原因的影响,导致了时间序列分析模型在预测PM2.5浓度时会存在较大偏差。为此,提出一种基于特征选择和麻雀搜索算法(Sparrow Search Algorithm, SSA)优化最小二乘支持向量机(Least Squares Support Vector Machine, LSSVM)参数的定量预测模型。首先,将14个特征变量进行二进制编码,利用遗传算法结合最小二乘支持向量机对特征变量进行优选,获取最优特征子集;利用SSA算法对LSSVM的参数进行优化,构建SSA-LSSVM的PM2.5浓度预测模型。实验结果表明,基于遗传算法进行特征选择和麻雀算法优化最小二乘支持向量机参数的模型,具有明显的预测效果。其中,该模型的RMSE和MAE分别为10.53和8.01,预测精度均高于其它模型。

著录项

来源
《应用数学进展》 |2022年第3期|947-955|共9页
作者
金春梅;
展开▼
作者单位

贵州大学贵阳;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
最小二乘支持向量机; 遗传算法; 麻雀搜索算法; 特征选择; PM2.5浓度;

相似文献

中文文献
外文文献
专利

1. 基于机器学习的PM2.5短期浓度动态预报模型 [J] . 戴李杰 ,张长江 ,马雷鸣 . 计算机应用 . 2017,第011期
2. 基于改进局域平均预测法的PM2.5浓度预测 [J] . 李辰颖 ,张卫民 ,田治威 . 资源开发与市场 . 2016,第009期
3. 基于特征选择和优化极限学习机的短期电力负荷预测 [J] . 商立群 ,李洪波 ,侯亚东 . 西安交通大学学报 . 2022,第4期
4. 基于特征选择和改进深度森林的短期风电功率预测 [J] . 康文豪 ,徐天奇 ,王阳光 . 陕西科技大学学报 . 2021,第006期
5. 基于神经网络和混沌特征选择的短期负荷预测方法 [J] . 袁保平 ,徐毅 ,夏轶炜 . 微型电脑应用 . 2021,第003期
6. 基于BP神经网络的北京市PM2.5浓度预测 [C] . 邸鹏 ,李云燕 . 中国环境科学学会2019年学术年会 . 2019
7. 基于分解-集合原则的PM2.5浓度短期预测的研究 [A] . 孙津 . 2017

基于特征选择和SSA-LSSVM的短期PM2.5浓度预测

摘要

著录项

相似文献

相关主题

期刊订阅