一种基于模糊模型支持向量机的大气污染物时序浓度预测方法

本发明提供了一种基于模糊模型支持向量机的大气污染物时序浓度预测方法，该方法包括：生成初始隶属函数加权去模糊器；得到初始模糊粒化数据集合；代入至支持向量机模型中初始化训练，联立去模糊器及支持向量机的超参数，并不断地进行调参和模型迭代，得到大气污染物时序浓度预测模型；最终得到预测的AQI空气污染等级结果。本发明方法不仅可以解决过拟合问题，实现学习样本的自动提取和优化，减少支持向量的数目，还能够自动根据历史数据构造的各种污染物浓度预测模型，通过算法自适应，有效提升了预测的准确性和实用性。