基于空气综合质量指数的预测研究在城市空气质量预测及治理中具有一定的实用价值，但其传统模型存在耗时长、效果差、偶然性大等问题。为降低现有模型受参数依赖性影响，本文提出了运用智能型算法来预测空气综合质量指数的方法。该方法通过对支持向量机进行优化和模拟退火算法来实现参数自动化调整。实验结果表明，本文的优化方法的预测可靠性和分类准确率均优于决策树、随机森林、K-最近邻和支持向量机算法。
科研之友
微信
新浪微博
Facebook
分享链接
