一种基于BPANN与ε-SVR混合模型的PM2.5浓度预测方法

摘要

本发明提供一种基于BPANN与ε‑SVR混合模型的PM2.5浓度预测方法，属于细颗粒物污染的预测技术领域。本发明包括：将ε‑SVR模型的输出作为BPANN模型的输入建立BPANN与ε‑SVR混合模型、对BPANN与ε‑SVR混合模型进行训练，对未来时段PM2.5浓度的预测三个部分；其中混合模型进行训练过程中，先使用ε‑SVR算法进行分段训练，寻找最优的参数值c、g，将输出的PM2.5浓度与实测PM2.5浓度对比，选择误差范围内的数据值作为结果集S；然后把S作为所述混合模型BPANN部分的输入，经过多次迭代训练，得到训练好的混合模型。本发明解决了现有监测手段无法简便而准确的预测出区域内PM2.5浓度的问题。本发明可用于区域内PM2.5浓度长时间的预测。