声明
第一章 绪论
1.1课题背景及研究意义
1.2 国内外研究现状
1.3本文研究内容及结构安排
第二章 基础理论及相关技术
2.1 随机森林相关理论介绍
2.2 人工神经网络
2.3 RBF径向基神经网络
2.4标准粒子群算法
2.5量子粒子群算法
2.6本章小结
3.1 研究区域及数据来源
3.2 数据预处理
3.3本章小结
第四章 基于改进QPSO_RBF神经网络预测模型的构建
4.1建立 EA_QPSO算法
4.2 EA_QPSO算法性能测试
4.3 基于改进QPSO__RBF神经网络预测模型设计
4.4 本章小结
第五章 基于改进QPSO_RBF神经网络空气质量预测模型的应用与实现
5.1 改进QPSO-RBF预测模型应用与实现整体结构
5.2实验开发环境
5.3基于随机森林的数据特征筛选
5.4 EA_QPSO算法参数设定及样本设定
5.5模型性能检验对比分析
5.6本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
作者简介
南京信息工程大学;