基于人工鱼群和分形维数融合SVM的空气质量预测方法

基于人工鱼群和分形维数融合SVM的空气质量预测方法
倪志伟;朱旭辉;程美英
【期刊名称】《模式识别与人工智能》
【年(卷),期】2016(029)012
【摘要】为了克服现有方法在空气质量预测上存在的缺点，文通过采用改进的离
散型人工鱼群算法，并结合分形维，提出基于人工鱼群和分形维融合SVM的空气质量预测方法。

首先对人工鱼群算法聚群、觅食行为及移动方式进行离散化改进，引入跳出局部最优策略和并行机制。

然后将改进的离散型人工鱼群算法结合分形维，约简空气质量据集。

最后采用基于高斯核SVM建立空气质量预测模型。

在北京、上海和广州近2年的空气质量据上的实验表明，文方法预测性能较优，具有较高
的稳定性和可信性。

%To overcome defects of the existing air quality prediction method, an air quality prediction method based on fish swarm and fractal dimension is proposed. Firstly, the artificial fish are processed
by discretization, the swarming and foraging behaviors and the moving way are improved, and the parallel mechanism and a strategy for overcoming local optimum are introduced. Secondly, air quality datasets are reduced by the improved discrete artificial fish swarm algorithm and
the fractal dimension. Finally, an air quality prediction model is built by using Gaussian kernel SVM. Experiments are conducted on air quality datasets of Beijing, Shanghai and Guangzhou for nearly two years, and the experimental results show the relatively high stability and credibility of the proposed prediction method.
【总页数】10页(P1122-1131)
【作者】倪志伟;朱旭辉;程美英
【作者单位】合肥工业学管理学院合肥230009; 合肥工业学过程优化与智能决策教育部重点实验室合肥230009;合肥工业学管理学院合肥230009; 合肥工业学过程优化与智能决策教育部重点实验室合肥230009;合肥工业学管理学院合肥230009; 合肥工业学过程优化与智能决策教育部重点实验室合肥230009【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于混合人工蜂群和人工鱼群优化的LSSVM脉动风速预测 [J], 张永康;李春祥;郑晓芬;徐化喜
2.融合协同进化人工鱼群算法和SVM的雾霾预测方法 [J], 左姣姣;倪志伟;朱旭辉;李敬明;伍章俊
3.基于人工鱼群算法和LS_SVM的变压器故障诊断 [J], 杨宇;曾国辉;黄勃
4.基于改进人工鱼群-蛙跳算法优化LSSVM参数短期负荷预测 [J], 杨海柱;江昭阳;李梦龙;康乐
5.融合EMD与全局版人工鱼群LS-SVM的网络流量预测 [J], 朱倩雨;覃锡忠;贾振红;盛磊;陈丽
因版权原因，仅展示原文概要，查看原文内容请购买。