一种基于BWO—XGBoost的一氧化碳浓度预测方法

本发明涉及环境监测与预测技术领域，且公开了一种基于BWO—XGBoost的一氧化碳浓度预测方法，方法旨在提高环境监测的准确性和效率，通过在方法中采用MI—RF联合策略进行特征选择，能有效提取与CO浓度高度相关的特征，来减少冗余信息，从而提升模型的泛化能力和预测精度，通过引入白鲸优化算法对XGBoost模型的超参数进行优化，有助于加速模型的收敛速度，提高其计算效率，经过实验验证，本发明在RMSE和MAE的误差指标上均低于传统模型，同时R2和EVS指标更高，证明其在一氧化碳浓度预测任务中的优越性和稳定性，因此本发明方法不仅适用于一氧化碳浓度预测，还能推广至其他气体浓度监测和环境污染预测领域，具备高效性、高预测精度和优化的超参数调整策略的优点。