基于數(shù)據(jù)挖掘技術(shù)的大氣環(huán)境預(yù)測(cè)研究.pdf

1、隨著中國(guó)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)覆蓋面的深入，各環(huán)境監(jiān)測(cè)站點(diǎn)產(chǎn)生并積累了大量的監(jiān)測(cè)數(shù)據(jù)。這些數(shù)據(jù)目前只是用來數(shù)據(jù)查詢，數(shù)據(jù)的潛在價(jià)值還沒有挖掘出來，因此利用這些歷史數(shù)據(jù)找到大氣污染物濃度變化的趨勢(shì)和規(guī)律，并且設(shè)計(jì)開發(fā)大氣環(huán)境預(yù)測(cè)系統(tǒng)是十分有必要的。
　　本文對(duì)大氣環(huán)境預(yù)測(cè)模型展開細(xì)致分析和探討，提出兩種大氣環(huán)境預(yù)測(cè)模型，分別針對(duì)短期（1小時(shí)到4天）和中長(zhǎng)期（4天到21天）情況下的預(yù)測(cè)，并在兩種預(yù)測(cè)模型基礎(chǔ)上搭建大氣環(huán)境預(yù)測(cè)系統(tǒng)，方便用戶了解未

2、來大氣污染物濃度。
　　本文的主要研究工作有:
　　(1)數(shù)據(jù)獲取與數(shù)據(jù)預(yù)處理。編寫網(wǎng)絡(luò)爬蟲腳本從北京市環(huán)境保護(hù)監(jiān)測(cè)中心獲取原始數(shù)據(jù)，網(wǎng)絡(luò)爬蟲腳本使用HttpClient技術(shù)實(shí)現(xiàn)模擬瀏覽器發(fā)送請(qǐng)求，使用Jsoup技術(shù)完成對(duì)網(wǎng)頁源碼信息的解析。對(duì)得到的原始數(shù)據(jù)使用數(shù)據(jù)清洗的方法，刪除超出正常范圍和相互矛盾的數(shù)據(jù)，使用數(shù)據(jù)變換的方法，完成不同量級(jí)、量綱的歸一化。
　　(2)基于多元線性回歸的短期預(yù)測(cè)模型研究。通過優(yōu)化建模方

3、法、增加輸入因子，提出多元線性回歸優(yōu)化模型。通過實(shí)驗(yàn)對(duì)比，建模方法為逐步線性回歸，增加季節(jié)因素和其他污染物濃度兩個(gè)輸入因子，能較為準(zhǔn)確的預(yù)測(cè)未來大氣污染物濃度并且適用于大氣污染物濃度的短期預(yù)測(cè)。
　　(3)基于遺傳神經(jīng)網(wǎng)絡(luò)的中長(zhǎng)期預(yù)測(cè)模型研究。針對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)全局搜索能力不足、容易陷入局部最優(yōu)、訓(xùn)練速度慢等問題，提出BP神經(jīng)網(wǎng)絡(luò)與遺傳算法相結(jié)合并且將遺傳算法的交叉概率和變異概率隨適應(yīng)度的變化而變化。經(jīng)過改進(jìn)的神經(jīng)網(wǎng)絡(luò)局部尋優(yōu)能