Abstract：
为了解决具有非线性特征的未来24小时PM2.5浓度预测难题，将集合经验模态分解(ensemble empirical mode decomposition, EEMD)和相空间重构(phase space reconstruction, PSR)技术与布谷鸟算法优化的支持向量机(CS-SVR)模型结合起来，建立EEMD-PSR-CS-SVR组合预测模型。采用EEMD将PM2.5浓度时间序列分解为n个不同尺度的IMF子序列及余项，然后对各子序列进行相空间重构，再用重构后数据对支持向量机预测模型进行训练并得到未来24小时PM2.5浓度的预测结果，在其中采用布谷鸟算法对支持向量机参数进行优化。实验结...
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报(哲学社会科学版)
ISSN： 1002-3321
CN： 35-1048/C
Year： 2022
Issue： 02
Volume： 36
Page： 44-52
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
