修正Logistic-RBF组合模型的构建及其在空气质量评价中的应用

发布时间：2020-06-06 16:03

【摘要】：十九大报告中强调要持续进行空气污染防治攻坚行动,要打赢蓝天保卫战,并且努力使人民群众对美丽生态环境抱有更多获得感和幸福感。在这样的背景下,对空气环境质量进行有效地评估是对空气污染防治行动做出的积极响应,同样也是检验空气污染防治工作好坏的一项重要标准。因此,在经济高质量发展格局下对空气质量进行高精度评价具有重要的指导意义。为了实现对空气质量的高精度评价,并考虑到模型的优缺点以及组合模型权重求解的可行性。选用统计学中的稳健性较好的Logistic回归模型和非统计学中的训练速度及精度较高的RBF神经网络模型。首先,结合空气质量标准等级和江西省空气环境污染物浓度值的实际情况将空气质量标准等级分为五级,并在五个空气质量标准等级内随机生成100组数据以满足模型训练的要求,同时运用因子分析法对污染物指标进行选取,保证所选取出的关键污染物指标在所属类别中对最终评价结果影响最显著,能降低低浓度值的污染物对最终评价结果的影响,也避免了人为选取指标的主观性。然后,通过研究实际情况下空气质量污染物浓度值的范围及分布趋势,提出Logistic回归模型并进行修正,通过软件1stOpt中的遗传算法对Logistic回归模型参数进行优化,最终得到修正Logistic回归模型并通过了拟合模型检验以及模型参数的检验;其次在MATLAB中用100组数据对RBF神经网络模型进行训练达到精度要求后收敛。最后,采用线性规划法对两单一模型进行组合,组合模型通过有效性和相关性检验后将组合模型的评价结果与单一模型的评价结果进行对比得知组合模型在稳健性和精度均占优,据此提出基于修正Logistic—RBF网络组合模型。通过对江西省空气质量进行实例分析,并与单一模型以及常规评价方法的结果进行对比。结果表明:组合模型得出的评价结果与常规方法的评价结果惊人的一致,说明了组合模型的适用性,另组合模型的精度和稳健性都要高于单一模型且得到的评价结果是连续的实数值,解决了常规评价方法对空气质量进行评价时结果的不相容问题,即可以对传统评价方法得出的同一等级内的区域进行比较。因此,本文提出的是一种新的空气质量评价方法,具有广泛的应用价值。
【图文】：

研究思路

图 3-1 算法流程图通过最终优化得到的参数 和jc ，，代入函数得到修正后的Logistic 模型然后将实际测得样本值代入即可得修正后 Logistic 模型对空气环境质量评价的结果。
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：X51;X823

【参考文献】

中国期刊全文数据库 前10条

1 江晓晴;鲁明浩;鲁园园;王欢;焦毛毛;刘鹏妮;;基于灰色模型的大气环境质量分析与评价[J];环境与可持续发展;2015年04期

2 赵东洋;崔铁军;翟晓丽;;阜新市大气质量评价及其有效性的研究[J];环境污染与防治;2015年06期

3 林媚珍;纪少婷;赵俊磊;方碧真;谢国文;;白云山风景区环境质量的综合评价[J];生态科学;2015年02期

4 王晨;谢建治;;保定市环境空气质量模糊综合评价[J];河北农业大学学报;2014年05期

5 高明美;孙涛;张坤;;基于超标倍数赋权法的济南市大气质量模糊动态评价[J];干旱区资源与环境;2014年09期

6 方降龙;刘鹏;;安徽省大气环境质量模糊综合评价[J];安徽农业科学;2014年26期

7 张长;于鲁冀;;不同隶属函数条件下模糊评价结果的比较分析——以福州市2006年到2013年环境空气质量为例[J];工业技术创新;2014年03期

8 马艳琴;杨红艳;潘平奇;;灰色聚类关联分析法的改进及其应用[J];数学的实践与认识;2013年19期

9 胡军;许丽忠;张江山;;基于改进灰色聚类法的大气环境质量综合评价[J];福建师范大学学报(自然科学版);2012年01期

10 林秀丽;;基于可拓法的城市机动车尾气污染综合控制体系评价[J];环境科学与管理;2010年12期

中国硕士学位论文全文数据库 前2条

1 王珍;基于因子分析-BP神经网络模型在空气质量综合评价中的应用[D];云南大学;2015年

2 吴昊;改进的遗传算法和BP神经网络在大气质量评价及预测中的应用研究[D];南京信息工程大学;2012年

本文编号：2699927