单因变量PLS模型在PM2.5实时浓度预测中的应用

摘要：

PM2.5实时浓度受到气象元素、空气中其它污染物等复杂因素的影响,传统的预测方式很难得到有效的预测结果,为了能够有效预测PM2.5实时浓度,提出了一种利用单因变量PLS回归模型预测方法.通过逐步回归,确定建立模型的最佳有效成分个数建立回归模型实现预测分析.以北京气象和空气质量检测数据为研究对象,构建了影响PM2.5浓度的气压、风速、温度等10个指标进行PM2.5实时浓度预测.预测仿真结果表明,采用单因变量PLS回归模型的拟合优度为96.06％,PM2.5实时浓度预测平均误差为37.65％;并将模型与传统的主成分回归模型进行实验分析对比,发现PLS模型在PM2.5实时浓度预测中具有更高的精度.

关键词：细微颗粒、气象元素、空气污染物、偏最小二乘回归

所属期刊栏目：34

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2017-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：387-391,413