基于随机森林回归分析的PM2.5浓度预测模型

作     者：杜续 冯景瑜 吕少卿 石薇 DU Xu;FENG Jingyu;LV Shaoqing;SHI Wei

作者机构：西安邮电大学通信与信息工程学院陕西西安710121 西安邮电大学陕西省信息通信网络及安全重点实验室陕西西安710121 

基　　金：国家自然科学基金资助项目(No.61301091) 陕西省工业公关计划基金资助项目(No.2016GY-113) 陕西省教育厅专项科研计划基金资助项目(No.15JK1671) 西安邮电大学"西邮新星"团队支持计划基金资助项目(No.2015-01)~~ 

出 版 物：《电信科学》 (Telecommunications Science)

年 卷 期：2017年第33卷第7期

页      码：66-75页

摘      要：针对神经网络算法在当前PM2.5浓度预测领域存在的易过拟合、网络结构复杂、学习效率低等问题,引入RFR(random forest regression,随机森林回归)算法,分析气象条件、大气污染物浓度和季节所包含的22项特征因素,通过调整参数的最优组合,设计出一种新的PM2.5浓度预测模型——RFRP模型。同时,收集了西安市2013—2016年的历史气象数据,进行模型的有效性实验分析。实验结果表明,RFRP模型不仅能有效预测PM2.5浓度,还能在不影响预测精度的同时,较好地提升模型的运行效率,其平均运行时间为0.281 s,约为BP-NN(back propagation neural network,BP神经网络)预测模型的5.88%。

主 题 词：PM2.5浓度预测 随机森林回归分析 BP神经网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11959/j.issn.1000-0801.2017211

馆 藏 号：203254957...