[发明专利]一种城市中SO2浓度值的预测方法

权利要求书

1.一种城市中SO₂浓度值的预测方法，其特征在于，包括如下步骤：

S1，建立气象数值模型，并利用所述气象数值模型生成目标区域的气象场数据；同时，收集所述目标区域的SO₂浓度的历史数据；

S2，利用如下公式，对所述气象场数据和所述SO₂浓度的历史数据分别进行归一化处理，得到各因子的初始预测因子集：

式中，x、x_n分别为归一化前和归一化后的浓度序列值；x_min、x_max分别为原序列x的最大值和最小值；

S3，将所述气象场数据和所述各因子的初始预测因子集分别利用偏最小二乘回归法提取主成分，筛选出最优预测因子集；

S4，将所述最优预测因子集输入到最小二乘支持向量机模型中进行训练，得到优化的最小二乘支持向量机模型；

S5，利用优化的最小二乘支持向量机模型，对预测样本进行预测，得到SO₂浓度的预测值。

2.根据权利要求1所述的城市中SO₂浓度值的预测方法，其特征在于，S1中，所述气象数值模型采用WRF。

3.根据权利要求1所述的城市中SO₂浓度值的预测方法，其特征在于，S4包括如下步骤：

S401，根据训练样本在最小二乘支持向量机模型中，将目标函数描述为：

式中，x_i为第i个样本输入向量，y_i为第i个样本输出向量，l为样本容量，为非线性问题核函数，ω为权矢量，b为偏差值，T为转置符号，θ_i为第i个估计值和实测值之间的误差变量，γ为惩罚系数；

S402，引入拉格朗日函数对目标函数进行优化，得到下式：

式中，J(ω,θ)为目标函数求解值，α_i为拉格朗日乘子；

S403，对S402得到的函数计算偏导数计算，得到下式：

S404，根据S403的偏导数，得到如下线性方程组：

其中，q为单位矩阵；为核函数矩阵；a为拉格朗日乘子集；b为偏差值；

S405，根据Mercer条件，由于核函数表示为：

故

将该核函数带入到线性方程组中，根据最小二乘法求解a和b；

S406，将S405求解得到的核函数带入KKT最优条件，得到如下的用于预测的优化后的最小二乘支持向量机模型：

式中，δ为核函数宽度。