基于IG-LASSO模型的城市空气质量指数混合预测研究

摘要：

空气质量指数是各个地区空气污染状况的数据表征,可用于政府对城市空气污染的控制.论文使用天津市2014年1月1日-2016年4月30日的空气质量数据和气象数据,建立一个基于IG(信息增益)和LASSO(最小绝对收缩率和选择算子)的空气质量指数混合预测模型,对未来一天的空气质量指数进行预测.整体实验由预测模型选取、特征变量选取和混合预测3个部分组成.实验结果说明基于IG和LASSO的空气质量指数混合预测模型要比单独使用LASSO模型的预测准确性要好,其误差率为4.75％,并且空气质量指数混合预测模型也可以有效的减少输入变量的数量以及降低模型的复杂程度.同时,也得出天津市空气质量指数的预测准确度受PM10、PM2.5、NO2和SO24种空气污染物浓度影响较大,与风向、天气现象和风力关联性不强的结论.

关键词：空气质量指数、预测、信息增益、LASSO模型

所属期刊栏目：40

分类号：X51(大气污染及其防治)

资助基金：国家自然科学基金;教育部人文社会科学研究项目;天津市科技发展战略研究计划;天津市高等学校人文社会科学研究项目;教学改革项目

在线出版日期：2018-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：144-148