基于支持向量機(jī)的寧東能源化工基地環(huán)境問(wèn)題研究.pdf

1、工業(yè)化的高速發(fā)展為社會(huì)經(jīng)濟(jì)帶來(lái)了迅猛的增長(zhǎng)，但隨之而來(lái)的環(huán)境問(wèn)題也越來(lái)越嚴(yán)重.本文首先利用嵌入遺傳算法優(yōu)化的支持向量機(jī)（簡(jiǎn)稱GA-SVM）從宏觀方面對(duì)寧東基地的生態(tài)環(huán)境脆弱性進(jìn)行了評(píng)價(jià).主要結(jié)論是:
　　(1)寧東的生態(tài)環(huán)境脆弱性總體評(píng)價(jià)等級(jí)為Ⅱ級(jí);
　　(2)分析其主要原因，造成該評(píng)價(jià)結(jié)果的原因有兩方面:一是客觀的自然氣候因素;二是主觀的人為因素.
　　隨后，本文又提出了預(yù)測(cè)PM10濃度的方法，為當(dāng)?shù)鼐用窳私馕磥?lái)空氣

2、狀況，合理安排工作出行給出參考.本文利用最小二乘法與支持向量機(jī)結(jié)合的方法，提出了最小二乘支持向量回歸機(jī)（簡(jiǎn)稱LS-SVR）模型來(lái)預(yù)測(cè)PM10濃度，利用基值濃度以及風(fēng)速、溫度、相對(duì)濕度、壓力、降雨量、日照六個(gè)影響PM10濃度的環(huán)境因素進(jìn)行訓(xùn)練測(cè)試，并與BP神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱BP-ANN）預(yù)測(cè)模型和多元線性回歸（簡(jiǎn)稱MLR）預(yù)測(cè)模型進(jìn)行了對(duì)比.獲得的主要結(jié)果如下:
　　(1) LS-SVR模型較BP-ANN模型與MLR模型能更準(zhǔn)確地預(yù)測(cè)P