基于“二次分解-集成”學(xué)習(xí)范式及組合優(yōu)化算法的預(yù)測技術(shù)研究與應(yīng)用.pdf

1、在大氣污染嚴(yán)重的地區(qū)建立一個有效的PM2.5濃度預(yù)警系統(tǒng)，對環(huán)境監(jiān)管部門做好預(yù)防措施起著極其關(guān)鍵的作用。因此，本文提出了一個新穎的“二次分解-集成”學(xué)習(xí)范式,其結(jié)合了小波包分解(WPD)，互補(bǔ)集成經(jīng)驗?zāi)B(tài)分解(CEEMD)，相空間重構(gòu)(PSR)，最小二乘支持向量回歸(LSSVR)，混沌粒子群-重力搜索算法(CPSOGSA)，來進(jìn)行短期的PM2.5濃度預(yù)測。首先，二次分解(SD)將WPD和CEEMD分解算法結(jié)合，被用來分解原始PM2.5時

2、間序列，從而獲得若干個本征模態(tài)函數(shù)(IMFs)。其次，利用PSR方法確定各個分解分量的最優(yōu)模型輸入形式，減少了人為選擇和其他方法對預(yù)測精度帶來的影響。然后，利用CPSOGSA優(yōu)化的LSSVR模型對每個重構(gòu)后的分量分別建模預(yù)測，從而得到所有的分量的預(yù)測值。最后，使用另外一個LSSVR-CPSOGSA預(yù)測模型對每個預(yù)測的分量進(jìn)行集成建模，從而得到PM2.5濃度的最終預(yù)測值。為了驗證和說明，所提出的模型被用來預(yù)測沈陽、成都兩個城市的PM2.5