常見(jiàn)污染物濃度集成學(xué)習(xí)預(yù)測(cè)模型研究.pdf

1、近年來(lái)，空氣污染日益惡化，嚴(yán)重阻礙我國(guó)的社會(huì)發(fā)展。有效地監(jiān)控空氣質(zhì)量，準(zhǔn)確地預(yù)測(cè)空氣污染物濃度對(duì)我國(guó)的經(jīng)濟(jì)發(fā)展和國(guó)民健康十分重要?，F(xiàn)有的數(shù)值預(yù)測(cè)模型雖然能夠較好地實(shí)現(xiàn)空氣質(zhì)量預(yù)測(cè)，但需要詳細(xì)準(zhǔn)確的污染物排放清單，而我國(guó)大部分環(huán)境保護(hù)部門(mén)無(wú)法做到?；跉v史監(jiān)測(cè)數(shù)據(jù)模型的空氣質(zhì)量預(yù)測(cè)方法適合我國(guó)現(xiàn)階段的發(fā)展需要，也是對(duì)數(shù)值預(yù)測(cè)模型的有效補(bǔ)充。
　　本文依靠歷史監(jiān)測(cè)數(shù)據(jù)，應(yīng)用機(jī)器學(xué)習(xí)和集成學(xué)習(xí)算法尋求預(yù)測(cè)空氣污染物濃度理想模型，并尋找模

2、型參數(shù)優(yōu)化規(guī)律。
　　本文主要的工作在于:
　　首先，確定了研究路線(xiàn)及備選機(jī)器學(xué)習(xí)算法。根據(jù)國(guó)內(nèi)外研究情況、機(jī)器學(xué)習(xí)算法特點(diǎn)初步篩選出用作實(shí)驗(yàn)的學(xué)習(xí)算法集合。根據(jù)現(xiàn)有模型選擇原則和方法，確定本文模型選擇思路和策略。
　　其次，基于空氣質(zhì)量歷史監(jiān)測(cè)數(shù)據(jù)，進(jìn)行大量實(shí)驗(yàn)，篩選適合常見(jiàn)污染物濃度預(yù)測(cè)模型。論文進(jìn)行三類(lèi)實(shí)驗(yàn)，分別是單一算法建模、Bagging集成學(xué)習(xí)算法建模和Stacking集成學(xué)習(xí)算法建模，并通過(guò)特定判斷標(biāo)準(zhǔn)將

3、三類(lèi)訓(xùn)練生成的模型進(jìn)行性能比較，篩選出性能較好的模型。
　　第三，對(duì)于篩選出的模型給出參數(shù)優(yōu)化方法。分析三類(lèi)訓(xùn)練方式的優(yōu)缺點(diǎn)，并對(duì)篩選出的較好模型進(jìn)行參數(shù)優(yōu)化實(shí)驗(yàn)，找到參數(shù)調(diào)優(yōu)的規(guī)律和方法。
　　最后，開(kāi)發(fā)基于上述研究的空氣質(zhì)量預(yù)測(cè)系統(tǒng)軟件。根據(jù)使用工具Weka在實(shí)際應(yīng)用中的缺陷，在Weka源碼基礎(chǔ)上進(jìn)行了二次開(kāi)發(fā)，編寫(xiě)出針對(duì)空氣污染物濃度預(yù)測(cè)的應(yīng)用程序。
　　本研究的意義在于，利用機(jī)器學(xué)習(xí)和集成學(xué)習(xí)算法進(jìn)行空氣污染物