| 摘要 | 第2-4页 |
| Abstract | 第4-6页 |
| 1 绪论 | 第9-23页 |
| 1.1 研究背景与研究意义 | 第9-13页 |
| 1.1.1 主要空气污染物的介绍 | 第9-10页 |
| 1.1.2 空气污染物的主要来源 | 第10-11页 |
| 1.1.3 空气污染的危害 | 第11-13页 |
| 1.1.4 研究意义 | 第13页 |
| 1.2 研究现状 | 第13-20页 |
| 1.2.1 污染物浓度预测方法的研究现状 | 第14-19页 |
| 1.2.2 空气质量评估方法的研究现状 | 第19-20页 |
| 1.3 本文研究思路 | 第20-21页 |
| 1.4 本文的研究内容及安排 | 第21-23页 |
| 2 污染物浓度数据预处理 | 第23-30页 |
| 2.1 空气污染数据初步去噪 | 第23-26页 |
| 2.1.1 奇异值分解 | 第24页 |
| 2.1.2 奇异谱分析的过程 | 第24-26页 |
| 2.2 空气污染数据二次去噪 | 第26-30页 |
| 2.2.1 本征模态函数 | 第27页 |
| 2.2.2 经验模态分解 | 第27-28页 |
| 2.2.3 集合经验模态分解 | 第28-30页 |
| 3 多目标优化算法及预测方法的介绍 | 第30-39页 |
| 3.1 多目标蚁狮优化算法 | 第30-34页 |
| 3.1.1 多目标优化问题的相关概念 | 第30-31页 |
| 3.1.2 多目标蚁狮优化算法 | 第31-34页 |
| 3.2 基于极限学习机的预测算法 | 第34-38页 |
| 3.2.1 矩阵的L_(2,1)范数 | 第34-37页 |
| 3.2.2 构建L_(2,1)RF-ELM预测算法 | 第37-38页 |
| 3.3 L_(2,1)RF-ELM算法的优化 | 第38-39页 |
| 4 空气质量评估及空气污染早期预警系统的应用 | 第39-58页 |
| 4.1 模糊综合评估系统的构建 | 第39-42页 |
| 4.2 模糊综合评判的应用 | 第42-43页 |
| 4.3 预测性能的评价标准 | 第43-44页 |
| 4.4 数据描述 | 第44-45页 |
| 4.5 北京空气污染的预测及空气质量的评估 | 第45-49页 |
| 4.5.1 预测模型的比较 | 第45-47页 |
| 4.5.2 北京空气质量的模糊综合评估 | 第47-49页 |
| 4.6 上海和广州的空气污染预测与空气质量评估 | 第49-58页 |
| 4.6.1 上海和广州的空气污染预测 | 第49-54页 |
| 4.6.2 上海和广州的空气质量综合评估 | 第54-58页 |
| 5 结论与建议 | 第58-60页 |
| 5.1 结论 | 第58-59页 |
| 5.2 建议 | 第59-60页 |
| 在学期间发表的科研成果 | 第60-61页 |
| 参考文献 | 第61-70页 |
| 后记 | 第70-71页 |