论文摘要
建立科学、有效的空气质量预警系统,对于保护人们的身体健康和促进社会和谐稳定具有重要的科学价值和实际意义.为此,本文首先利用孤立森林（isolationforest,iForest）算法进行空气质量指数（air quality index,AQI）离群点分析,然后建立了一种空气质量预警系统,该系统由数据预处理模块、优化模块、预测模块和修正模块构成,融合了时变滤波经验模态分解（time varying filtering based empirical mode decomposition,TVF-EMD）、改进的蝴蝶优化算法（modified butterfly optimization algorithm,MBOA）、离群鲁棒极限学习机（outlier robust extreme learning machine,ORELM）和非线性修正策略,该预警系统成功地实现了空气质量的有效预警.同时,以污染程度不同的5个城市作为实验地点对预警效果进行检验,结果表明:1)与经验模态分解（empirical mode decomposition,EMD）相比,TVF-EMD可以更为有效地降低原始数据的非线性和非平稳性特征;2)基于MBOA的误差非线性修正策略比其他误差修正策略更胜一筹,可以显著提高预警系统的性能;3)建立的预警系统的性能要优于其他对比模型,可以对污染程度不同的城市进行有效预警.
论文目录
文章来源
类型: 期刊论文
作者: 王建州,杨文栋
关键词: 空气质量预警,时变滤波经验模态分解,改进的蝴蝶优化算法,离群鲁棒极限学习机,非线性修正策略
来源: 系统工程理论与实践 2019年08期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 环境科学与资源利用
单位: 东北财经大学统计学院
基金: 国家社会科学基金重大项目(17ZDA093)~~
分类号: X51;X84
页码: 2138-2151
总页数: 14
文件大小: 1390K
下载量: 239
相关论文文献
标签：空气质量预警论文; 时变滤波经验模态分解论文; 改进的蝴蝶优化算法论文; 离群鲁棒极限学习机论文; 非线性修正策略论文;