基于粒子群优化（ PSO）算法和支持向量机（ SVM）的花粉浓度预报模型-融创电子社区

首页论坛技术交流专区电源设计基于粒子群优化（ PSO）算法和支持向量机（ SVM）的花粉浓度预报模型

发帖

仁杰
1567 发帖

9937 回复

35860 积分
私信他 + 关注

[资料] 基于粒子群优化（ PSO）算法和支持向量机（ SVM）的花粉浓度预报模型

553 查看

3 回复

楼主 | 发布于 2019-06-30 | 只看楼主

分享到：

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（ PSO）算法和支持向量机（ SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量;其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数;然后利用最优参数优化花粉浓度预测模型;最后，使用优化后的模型对花粉未来24h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（ BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。

本帖有更多资源，需登录才可以下载，没有帐号？立即注册

(0 ) (0 )