基于分解—集合原则的PM_2.5浓度短期预测的研究

摘要	第3-4页
Abstract	第4页
第一章 绪论	第7-11页
1.1 PM_(2.5)浓度预测的研究背景及意义	第7-8页
1.2 PM_(2.5)浓度预测的研究现状	第8-9页
1.3 本文的研究内容	第9页
1.4 本文的组织结构	第9-11页
第二章 模型开发方法	第11-18页
2.1 集成经验模态分解（EEMD）	第11-13页
2.1.1 经验模态分解（EMD）	第11-12页
2.1.2 集成经验模态分解（EEMD）	第12-13页
2.2 人工神经网络（ANN）	第13-14页
2.3 自适应粒子群算法（APSO）	第14-16页
2.3.1 粒子群算法（PSO）	第14-15页
2.3.2 自适应粒子群算法（APSO）	第15-16页
2.4 预测性能的评估标准	第16页
2.5 本文的混合集成模型	第16-18页
第三章 PM_(2.5)浓度预测的实证研究	第18-30页
3.1 数据收集和预处理	第18-19页
3.2 实证研究	第19-21页
3.3 实证结果分析	第21-30页
3.3.1 单模型性能比较	第21-23页
3.3.2 混合集成模型比较	第23-30页
第四章 结论与展望	第30-31页
参考文献	第31-34页
在学期间的研究成果	第34-35页
致谢	第35页