基于多元統(tǒng)計(jì)和智能算法的上海市空氣質(zhì)量指數(shù)評(píng)價(jià)分析.pdf

1、本文首先對(duì)上海市2014年空氣質(zhì)量指數(shù)進(jìn)行時(shí)間序列分析，分析是否具有明顯的“星期效應(yīng)”、“季節(jié)性”、“春節(jié)效應(yīng)”，使用小波變換進(jìn)行分解，用低頻信號(hào)來(lái)反映它總體變化趨勢(shì)。利用描述性統(tǒng)計(jì)分析和模糊綜合評(píng)價(jià)法來(lái)尋找出空氣質(zhì)量中的首要污染物PM2.5。然后做PM2.5與其他污染物的相關(guān)系數(shù)及關(guān)聯(lián)規(guī)則分析，做主成分分析目的是把多個(gè)指標(biāo)提取三個(gè)主成分，得到PM2.5與三個(gè)主成分的多元統(tǒng)計(jì)分析都通過(guò)模型的驗(yàn)證。最后使用人工智能算法進(jìn)行評(píng)價(jià)分類預(yù)測(cè)，決

2、策樹(shù)C4.5和LVQ神經(jīng)網(wǎng)絡(luò)建立了污染物與空氣等級(jí)的智能評(píng)價(jià)模型，通過(guò)仿真實(shí)驗(yàn)表明C4.5在空氣質(zhì)量評(píng)價(jià)分類預(yù)測(cè)較為準(zhǔn)確；支持向量機(jī)算法采用交叉驗(yàn)證來(lái)選取正則化因子c和參數(shù)g，比較不同核函數(shù)選取以及不同的歸一化實(shí)現(xiàn)方式對(duì)預(yù)測(cè)分類精確度的影響；因SVM分類器參數(shù)難以選擇的問(wèn)題，本文提出基于粒子群算法PSO全局優(yōu)化搜索SVM中的正則化因子c和內(nèi)核參數(shù)g，并對(duì)比BPNN。最后對(duì)比全部智能算法的分類預(yù)測(cè)精度，得出C4.5和PSO-SVM在空氣質(zhì)