基于二次去噪及多目标优化的混合模型在空气污染预警系统中的研究及应用
发布时间：2021-04-01 17:59
随着我国社会经济的不断发展,化石燃料的消耗量不断上升,导致我国大部分城市空气污染日趋严重,雾霾天气增多,对社会、经济、居民健康及环境造成了严重影响。在这一背景下,社会对空气质量相关信息的需求越来越高。大多数关于空气污染的研究都集中在空气污染对健康的影响,虽然近几年有关空气污染物浓度预测的研究逐渐增多,但这些研究大部分集中在单个污染物浓度的预测及提高预测精度方面,很少有研究从应用的角度分析污染和建立合理的预警系统。基于上述现状,本文构建了一个由混合预测模型和模糊综合评估两模块组成的空气污染早期预警系统,其目的是预测空气污染物浓度,并根据预测浓度评估空气质量。预警系统的评估结果可用于指导人类生产和生活,避免空气污染带来更多危害。从预警系统的框架来看,该系统主要包括两个模块:即基于二次去噪及多目标优化的空气污染浓度预测模块和基于模糊综合评判空气质量评估模块。在空气污染预测模块中我们提出了一种新的混合预测模型,该模型结合了二次去噪思想和多目标优化算法和一个新的预测算法,通过减少原始序列中的噪声信息及优化预测模型的参数提高空气污染浓度预测的精确性。在第二模块中我们提出了空气质量模糊综合评估体系,...
【文章来源】：东北财经大学辽宁省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图１－１本文结构图??
４．５北京空气污染的预测及空气质量的评估??本实验由两部分组成，第一部分是测试所提出的混合模型的预测能力，并??与对比模型进行比较；第二部分是根据混合模型的预测结果进行模糊综合评估。??４．５．１预测模型的比较??为了证明提出的混合模型的预测能力（ＳＳＡ－ＥＥＭＤ－ＭＯＡＬＯ－Ｌ＾ＲＦＥＬＭ，??ＳＥＭＲ），选择以下几个模型作为对比模型ＳＳＡ－ＥＥＭＤ－ＭＯＡＬＯ－ＥＬＭ?（ＳＥＭＥ）、??ＥＥＭＤ－Ｍ０ＡＬ０－Ｌ２，１ＲＦＥＬＭ?（ＥＭＲ）、ＭＯＡＬＯ－ＬｊＲＦＥＬＭ?（ＭＲ）、Ｌ２ＪＲＦ－ＥＬＭ、??ＡＲＩＭＡ和ＢＰＮＮ。其中，ＢＰＮＮ主要的对比对象为Ｌ２，，ＲＦ－ＥＬＭ，旨在证明??ＬｕＲＦ－ＥＬＭ的预测性能优于ＢＰＮＮ。??３７??
基于二次去噪及多目标优化的混合模型在空气污染预警系统中的研究及应用??每个模型的训练集都是从２０１７年１月１日到２０１７年５月２５日，测试集从２０１７??年５月２６日到２０１７年７月１日。用所选择的五个评价指标评估每个模型的预测??性能，评估结果在图４－２的部分Ｄ中给出。此外，图４－２显示了混合模型预测北京??ＰＭ２．５、ＰＭ１（）和ＣＯ浓度的预测结果，其中Ａ部分给出了?ＰＭ２．５的预测值、ＰＭ２．５??的真实测量值及预测误差的折线图；Ｂ部分和Ｃ部分分别是ＰＭ，〇和ＣＯ的预测信??息。从图４－２中可以看出，三条预测误差线均接近于０，且波动幅度小。??Ｐａｒｔ?Ａ：?ＳＥＭＲ模型预濺北京ＰＭ浓度的结果?Ｐａｒｔ?Ｂ：?ＳＥＭＲ模型预潲北京ＣＯ浓度的结果??
【参考文献】：
期刊论文
[1]中国综合气候变化风险区划[J]. 吴绍洪,潘韬,刘燕华,邓浩宇,焦珂伟,陆晴,冯爱青,岳溪柳,尹云鹤,赵东升,高江波. 地理学报. 2017(01)
[2]京津冀区域重污染天气过程数值预报评估新方法[J]. 潘锦秀,朱彬,晏平仲,王自发,陈焕盛,李健军,朱莉莉,姚雪峰,韦莲芳. 环境科学学报. 2016(08)
[3]浅谈我国大气污染现状分析及其治理建议[J]. 马东磊,赵童. 河北建筑工程学院学报. 2014(02)
[4]国内外空气质量模型研究进展[J]. 薛文博,王金南,杨金田,雷宇,汪艺梅,陈曦. 环境与可持续发展. 2013(03)
[5]PM2.5与人体健康研究现状[J]. 曹德康,苏建忠,黄以哲,张伟,李增德,刘雪林. 武警医学. 2012(09)
[6]基于GM（1,1）模型的甘肃省武威市空气污染物浓度的预测及分析[J]. 李金娟,龚地萍,刘兴荣. 环境科学与管理. 2012(01)
[7]中国大气污染现状及防治对策[J]. 赵丽丽. 山西建筑. 2011(25)
[8]空气细颗粒物(PM2.5)及其致病性的研究现状[J]. 岳常丽,刘红刚. 临床与实验病理学杂志. 2009(04)
[9]进化多目标优化算法研究[J]. 公茂果,焦李成,杨咚咚,马文萍. 软件学报. 2009(02)
[10]国内外常用的空气质量模式介绍[J]. 聂邦胜. 江苏环境科技. 2008(S1)
博士论文
[1]EMD算法研究及其在信号去噪中的应用[D]. 王婷.哈尔滨工程大学 2010
硕士论文
[1]极限学习机的研究与应用[D]. 甘露.西安电子科技大学 2014
[2]基于小波变换和EMD去噪的含噪混叠语音盲分离[D]. 王沛.昆明理工大学 2009
[3]基于奇异值分解和扩频技术的数字水印算法研究[D]. 张小梅.武汉理工大学 2005
本文编号：3113749
【文章来源】：东北财经大学辽宁省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图１－１本文结构图??
４．５北京空气污染的预测及空气质量的评估??本实验由两部分组成，第一部分是测试所提出的混合模型的预测能力，并??与对比模型进行比较；第二部分是根据混合模型的预测结果进行模糊综合评估。??４．５．１预测模型的比较??为了证明提出的混合模型的预测能力（ＳＳＡ－ＥＥＭＤ－ＭＯＡＬＯ－Ｌ＾ＲＦＥＬＭ，??ＳＥＭＲ），选择以下几个模型作为对比模型ＳＳＡ－ＥＥＭＤ－ＭＯＡＬＯ－ＥＬＭ?（ＳＥＭＥ）、??ＥＥＭＤ－Ｍ０ＡＬ０－Ｌ２，１ＲＦＥＬＭ?（ＥＭＲ）、ＭＯＡＬＯ－ＬｊＲＦＥＬＭ?（ＭＲ）、Ｌ２ＪＲＦ－ＥＬＭ、??ＡＲＩＭＡ和ＢＰＮＮ。其中，ＢＰＮＮ主要的对比对象为Ｌ２，，ＲＦ－ＥＬＭ，旨在证明??ＬｕＲＦ－ＥＬＭ的预测性能优于ＢＰＮＮ。??３７??
基于二次去噪及多目标优化的混合模型在空气污染预警系统中的研究及应用??每个模型的训练集都是从２０１７年１月１日到２０１７年５月２５日，测试集从２０１７??年５月２６日到２０１７年７月１日。用所选择的五个评价指标评估每个模型的预测??性能，评估结果在图４－２的部分Ｄ中给出。此外，图４－２显示了混合模型预测北京??ＰＭ２．５、ＰＭ１（）和ＣＯ浓度的预测结果，其中Ａ部分给出了?ＰＭ２．５的预测值、ＰＭ２．５??的真实测量值及预测误差的折线图；Ｂ部分和Ｃ部分分别是ＰＭ，〇和ＣＯ的预测信??息。从图４－２中可以看出，三条预测误差线均接近于０，且波动幅度小。??Ｐａｒｔ?Ａ：?ＳＥＭＲ模型预濺北京ＰＭ浓度的结果?Ｐａｒｔ?Ｂ：?ＳＥＭＲ模型预潲北京ＣＯ浓度的结果??
【参考文献】：
期刊论文
[1]中国综合气候变化风险区划[J]. 吴绍洪,潘韬,刘燕华,邓浩宇,焦珂伟,陆晴,冯爱青,岳溪柳,尹云鹤,赵东升,高江波. 地理学报. 2017(01)
[2]京津冀区域重污染天气过程数值预报评估新方法[J]. 潘锦秀,朱彬,晏平仲,王自发,陈焕盛,李健军,朱莉莉,姚雪峰,韦莲芳. 环境科学学报. 2016(08)
[3]浅谈我国大气污染现状分析及其治理建议[J]. 马东磊,赵童. 河北建筑工程学院学报. 2014(02)
[4]国内外空气质量模型研究进展[J]. 薛文博,王金南,杨金田,雷宇,汪艺梅,陈曦. 环境与可持续发展. 2013(03)
[5]PM2.5与人体健康研究现状[J]. 曹德康,苏建忠,黄以哲,张伟,李增德,刘雪林. 武警医学. 2012(09)
[6]基于GM（1,1）模型的甘肃省武威市空气污染物浓度的预测及分析[J]. 李金娟,龚地萍,刘兴荣. 环境科学与管理. 2012(01)
[7]中国大气污染现状及防治对策[J]. 赵丽丽. 山西建筑. 2011(25)
[8]空气细颗粒物(PM2.5)及其致病性的研究现状[J]. 岳常丽,刘红刚. 临床与实验病理学杂志. 2009(04)
[9]进化多目标优化算法研究[J]. 公茂果,焦李成,杨咚咚,马文萍. 软件学报. 2009(02)
[10]国内外常用的空气质量模式介绍[J]. 聂邦胜. 江苏环境科技. 2008(S1)
博士论文
[1]EMD算法研究及其在信号去噪中的应用[D]. 王婷.哈尔滨工程大学 2010
硕士论文
[1]极限学习机的研究与应用[D]. 甘露.西安电子科技大学 2014
[2]基于小波变换和EMD去噪的含噪混叠语音盲分离[D]. 王沛.昆明理工大学 2009
[3]基于奇异值分解和扩频技术的数字水印算法研究[D]. 张小梅.武汉理工大学 2005
本文编号：3113749
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3113749.html
