[发明专利]一种基于CART模型和优化RVFLNN模型预测PM2.5浓度的方法

说明书

本发明公开了一种基于CART模型和优化RVFLNN模型预测PM2.5浓度的方法，包括构建数据集，采用CART模型构造一棵浅层回归树，将整个数据集按层次方式划分为多个具有不同属性的子集；将划分好后数据集训练优化后的RVFLNN网络的全局模型和局部模型；从全局模型和局部模型中选择最优的模型作为最终的预测模型，提高预测效果，同时，有效的减少了网络的深度，从而达到减少网络复杂性的作用，并且有效的提高了预测效果，节省了训练的时间。

技术领域

本发明涉及PM2.5浓度预测技术领域，具体为一种基于CART模型和优化RVFLNN模型预测PM2.5浓度的方法。

背景技术

空气中的PM2.5会对生物体和人体健康造成危害，如糖尿病、肺癌、呼吸系统疾病和心血管疾病等；其中，对于PM2.5浓度的预测，国内外学者做了大量的研究工作，提出了一系列模型。Zhai等人采用了多元线性回归模型建立了PM2.5浓度的空间分布估算的模型。Habibi等人提出了使用无监督的聚类方法来预测一片区域内的PM2.5浓度。Cobourn提出了一种基于非线性回归模型与后向轨迹浓度的方法来预测一片区域PM2.5的日均最大值。Deters等人采取提升树模型和支持向量机模型对PM2.5浓度进行预测。Zhang等人通过调整BP人工神经网络模型的隐藏神经元个数来改进优化神经网络模型。Chen等人建立了灰度预测模型对PM2.5的小时浓度进行预测。Zhang等人也建立了一种自回归积分滑动平均模型去预测PM2.5浓度。以上方法在某些特定的场景下具有良好的预测效果，但是有些模型采集的数据较少，训练时间过长并且模型特征依赖于人工选择，导致模型泛化能力较差，急需一种基于CART模型和优化RVFLNN模型预测PM2.5浓度的方法来解决上述问题。

发明内容

本发明提供一种能提高预测精度和减少训练时间的基于CART和优化RVFLNN模型预测PM2.5浓度的方法，来解决上述现有技术中存在的问题。

为实现上述目的，本发明提供如下技术方案：一种基于CART模型和优化RVFLNN模型预测PM2.5浓度的方法，包括如下步骤：

S1、构建数据集，包括空气污染数据和气象数据；

S2、采用CART模型构造一棵浅层回归树，将整个数据集按层次方式划分为多个具有不同属性的子集；

S3、将划分好后数据集训练优化后的RVFLNN网络的全局模型和局部模型；

S4、从全局模型和局部模型中选择最优的模型作为最终的预测模型。

优选的，在步骤S1中，空气污染数据包括CO、SO₂、NO₂、O₃、PM10、PM2.5；气象数据包括温度、露点温度、气压、风向和风速。

优选的，在步骤S1中，对数据集中的所有数据进行预处理，具体包括：

对数据集中单个时间点的缺失值，用该因子其相邻时间节点的上下值的平均值作为该时间点的补充数据；

对数据集中某段时间的数据缺失，采用多变量插补的方法去填充缺失的数据信息；

对数据集中量级和单位不统一数据，选取最大-最小标准化对数据进行规范化处理，处理之后的数据被映射到[0,1]之间，规范化处理公式为：其中，X为原始数据，X_min、X_max分别为原始数据中的最大最小值。

优选的，在步骤S2中，将预处理后的数据集的80％作为训练集，20％最为测试集，并以PM2.5作为输入特征，通过训练CART模型，得出PM2.5的划分结果。

优选的，在步骤S3中，训练具体为：

以根节点数据作为训练集，叶子节点数据作为验证集训练全局模型；