| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 影响PM_(2.5)的因素 | 第13-15页 |
| 1.3.1 气象因素对PM_(2.5)的影响 | 第13-14页 |
| 1.3.2 其他污染物的滞后对PM_(2.5)的影响 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 本文结构设计 | 第16-17页 |
| 第二章 方法概述 | 第17-33页 |
| 2.1 灰色关联分析理论 | 第17-18页 |
| 2.2 CEEMD原理 | 第18-21页 |
| 2.2.1 EMD | 第18-19页 |
| 2.2.2 EEMD | 第19-20页 |
| 2.2.3 CEEMD | 第20-21页 |
| 2.3 PSOGSA算法理论 | 第21-27页 |
| 2.3.1 PSO算法 | 第21-22页 |
| 2.3.2 GSA算法 | 第22-25页 |
| 2.3.3 PSOGSA算法 | 第25-27页 |
| 2.4 SVR理论基础 | 第27-29页 |
| 2.5 GRNN理论 | 第29-30页 |
| 2.6 时间序列方法 | 第30-31页 |
| 2.7 模型评价方法 | 第31-33页 |
| 第三章 AQI预测建模分析 | 第33-42页 |
| 3.1 AQI数据来源与描述 | 第33-34页 |
| 3.2 AQI建立预测模型步骤 | 第34-37页 |
| 3.3 模型参数 | 第37-40页 |
| 3.3.1 EMD-SVR-Hybrid模型参数 | 第37页 |
| 3.3.2 EMD-IMFs-Hybrid模型参数 | 第37-40页 |
| 3.4 AQI预测结果与比较 | 第40-41页 |
| 3.5 结果分析 | 第41-42页 |
| 第四章 PM_(2.5)预测建模分析 | 第42-55页 |
| 4.1 数据来源与描述 | 第42-44页 |
| 4.1.1 数据的选取与设置 | 第42-43页 |
| 4.1.2 基于GCA的影响因素选取 | 第43-44页 |
| 4.2 PM_(2.5)的CEEMD-PSOGSA-SVR-GRNN建模预测 | 第44-49页 |
| 4.2.1 模型建立步骤 | 第46-47页 |
| 4.2.2 数据分解和模型的相关说明 | 第47-49页 |
| 4.3 模型参数介绍 | 第49-52页 |
| 4.3.1 模型参数 | 第49页 |
| 4.3.2 基于PSOGSA的参数优化 | 第49-52页 |
| 4.4 预测结果比较分析 | 第52-54页 |
| 4.5 结果与讨论 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 在学期间的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
