基于改进麻雀搜索算法的空气质量指数预测

作者：胡青; 龚世才^*; 胡珍

来源：广西科学, 2022, 29(04): 642-651.

DOI：10.13656/j.cnki.gxkx.20220919.004

• 空气质量指数预测
• 麻雀搜索算法
• 混沌映射
• 优化策略
• BP神经网络

为更准确地预测空气质量指数(Air Quality Index, AQI),提出一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm, ISSA)的AQI预测模型(ISSA-BP)。利用麻雀搜索算法(Sparrow Search Algorithm, SSA)的全局搜索性能对BP神经网络的权值和阈值进行优化，解决传统BP神经网络在预测AQI过程中出现的收敛速度慢、易陷入局部最优等问题。同时，针对SSA在优化过程中的缺陷，引入立方映射和优化策略增强算法的全局搜索及收敛能力，进一步提高预测性能。应用ISSA-BP模型预测杭州市AQI,实验结果表明，与其他模型相比，该模型的预测精度有显著提升。本研究为大气污染防治提供了新的预测方法。

• 单位
  浙江科技学院; 湖北工业大学