《表2 PSO-LSSVM模型的AQI预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于PSO-LSSVM的区域AQI多维概念预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本研究所选数据样本为淄博市张店区2018年1月1日至11月3日的AQI、气象因素（平均气温、风力等级、相对湿度、能见度），以及区内33家重点排污企业的工业废气日排放量的逐日数据，数据样本中共有307组实例样本数据，其中前287组作为训练数据，用于模型的构建；最后20组为测试数据，用于模型的测试检验。其中相对湿度（X1）、风力等级（X2）、平均气温（X3）、能见度（X4）、工业废气排放量（X5）作为模型的输入变量，AQI(Y）作为模型的输出变量。PSO-LSSVM模型的预测过程在MATLAB编程平台上实现，使用PSO算法优化LSSVM模型得到的最优参数组合和分别为917.887 2，4.765 0，然后将最优参数组合值用来构建AQI预测模型。在构建模型完成后，将后20组原始数据作为预测样本进行预测，AQI的预测结果如表2所示。