基于PSO Hammerstein模型的PM2.5预报
摘要 | 第4-5页 |
abstract | 第5页 |
引言 | 第8-10页 |
1 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.3 本课题研究的主要内容 | 第15-18页 |
1.3.1 本文主要工作 | 第15-17页 |
1.3.2 本文的组织结构 | 第17-18页 |
2 数据的获取与预处理 | 第18-22页 |
2.1 PM2.5 实际观测值变化特点分析 | 第18-19页 |
2.2 数据的归一化处理 | 第19-20页 |
2.3 主成分分析(PCA) | 第20-21页 |
2.3.1 PCA简介 | 第20页 |
2.3.2 PCA实现过程 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
3 预测模型的建立 | 第22-29页 |
3.1 ARMA模型的建立 | 第22-25页 |
3.1.1 ARMA模型的介绍 | 第22页 |
3.1.2 ARMA模型的初步建立 | 第22-25页 |
3.2 Hammerstein模型的建立 | 第25-28页 |
3.2.1 Hammerstein模型的介绍 | 第25-28页 |
3.2.2 Hammerstein模型的建立 | 第28页 |
3.3 本章小结 | 第28-29页 |
4 模型的辨识与参数估计 | 第29-36页 |
4.1 模型的辨识的基本思想 | 第29-31页 |
4.2 粒子群优化(PSO)算法介绍 | 第31页 |
4.3 PSO算法基本原理及流程图 | 第31-34页 |
4.4 PSO算法的参数设置 | 第34页 |
4.5 PSO算法的改进 | 第34-35页 |
4.6 模型的检验 | 第35页 |
4.7 本章小结 | 第35-36页 |
5 实验过程与结果分析 | 第36-49页 |
5.1 数据预处理实验结果与分析 | 第36-38页 |
5.2 PSO算法的改进实验结果与分析 | 第38-40页 |
5.3 模型的选择实验结果与分析 | 第40-42页 |
5.4 模型的定阶实验结果与分析 | 第42-44页 |
5.5 模型的参数估计实验结果与分析 | 第44-46页 |
5.6 模型的检验实验结果与分析 | 第46-48页 |
5.7 本章小结 | 第48-49页 |
6 结论与展望 | 第49-51页 |
6.1 结论 | 第49-50页 |
6.2 展望 | 第50-51页 |
参考文献 | 第51-55页 |
在学研究成果 | 第55-56页 |
致谢 | 第56页 |