基于气象因素的pm 质量浓度预测模型 - 山东大学学报(工学版).pdfVIP

下载本文档

24
0
约3.35万字
约 8页
2017-08-16 发布于天津
举报
版权申诉

基于气象因素的pm 质量浓度预测模型 - 山东大学学报(工学版).pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第卷第期山东大学学报工学版年月文章编号基于气象因素的质量浓度预测模型刘杰杨鹏吕文生刘阿古达木刘俊秀北京科技大学土木与环境工程学院北京北京市信息服务工程重点实验室北京联合大学北京摘要为得出拟合效果最佳的预测模型建立了多元回归和机器学习预测模型对质量浓度进行预测在输入气象因素的基础上引入污染物质量浓度基础值和周期因素两类变量作为预测输入并对种预测模型进行对比研究研究结果表明对预测输入进行改进后多元线性回归预测模型拟合优度由提高至所选取的气象参数污染物质量浓度基础值和周期因素能较好地描述质量浓度的日变

　第４５卷　第６期山　东　大　学　学　报　（工　学　版）２０１５年１２月　　　　Ｖｏｌ．４５　Ｎｏ．６　　　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ）Ｄｅｃ．２０１５　　文章编号：１６７２３９６１（２０１５）０６００７６０８　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７２３９６１０２０１４２１４基于气象因素的ＰＭ质量浓度预测模型２５１２ １１２刘杰，杨鹏，吕文生，刘阿古达木，刘俊秀（１．北京科技大学土木与环境工程学院，北京１０００８３；２．北京市信息服务工程重点实验室（北京联合大学），北京１００１０１）摘要：为得出拟合效果最佳的预测模型，建立了多元回归和机器学习预测模型对ＰＭ质量浓度进行预测。在输２５入气象因素的基础上，引入污染物质量浓度基础值和周期因素两类变量作为预测输入，并对４种预测模型进行对比研究。研究结果表明：对预测输入进行改进后，多元线性回归预测模型拟合优度由０５２提高至０６４，所选取的气象参数、污染物质量浓度基础值和周期因素能较好地描述ＰＭ质量浓度的日变化情况；与多元线性回归预测２５模型相比，ＢＰ神经网络和支持向量机两种预测模型能较好地捕捉ＰＭ质量浓度与预测输入之间的非线性影响２５规律，整体拟合优度分别达０６９和０７４，预测准确度较高；支持向量机预测模型可作为ＰＭ质量浓度预测的首２５选方法。关键词：ＰＭ；多元线性回归；机器学习；ＢＰ神经网络；支持向量机２５中图分类号：Ｘ８３１　　　文献标志码：ＡＰｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓｏｆＰＭｍａｓｓｃｏｎｃｅｎｔｒａｔｉｏｎ２５ｂａｓｅｄｏｎｍｅｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒｓ１２ １１２ＬＩＵＪｉｅ，ＹＡＮＧＰｅｎｇ，ＬＹＵＷｅｎｓｈｅｎｇ，ＬＩＵＡｇｕｄａｍｕ，ＬＩＵＪｕｎｘｉｕ（１．ＳｃｈｏｏｌｏｆＣｉｖｉｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＢｅｉｊｉｎｇ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ；２．ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｅｒｖ