[发明专利]一种基于RBF神经网络的大气污染物浓度预测方法

权利要求书

1.一种基于RBF神经网络的大气污染物浓度预测方法，其特征在于包括以下步骤：

1)根据被预测地区的实际情况，将选择的实验数据进行划分，包括大气污染物浓度数据和天气数据，并针对大气污染物浓度数据进行预处理；

2)对预处理后的大气污染物浓度数据，使用MMOD改进的k-means++算法求出聚类中心，并基于方差求取每个核函数即高斯、薄板样条和逆多二次三种核函数的宽度；

3)使用集成RBFNN算法，采用Bagging策略对实验数据进行抽样，参与创建的RBF神经网络的数据子集为IOB，剩下未被抽到的为OOB袋外数据；依据袋外数据对3种内核的RBFNN学习器进行评价，筛选出泛化误差最小的RBF神经网络，将筛选好的参数优化RBFNN回归器当作一级回归器，使用多元线性回归当作二级回归器，训练集成RBFNN模型；

4)利用加权集成RBFNN算法，基于加权欧式距离，通过聚类中心、宽度、权值训练单个参数优化RBFNN，并应用到集成RBFNN上，对数据预测；

使用MMOD改进的k-means++算法求出聚类中心为：釆用核函数强调近邻点的影响，只使用数据点近邻信息计算数据密度差异，采用依据近邻信息的局部自适应尺度计算方法以减少不同密度簇对局部数据密度的影响，区分正常点与离群点，检测数据中包含的局部离群点；

通过以下公式计算数据密度：

其中，k为近邻个数，局部尺度化参数δ_k(x_i)为数据点x_i到其第k近邻点的欧式距离，KNN(P)为数据点p的k近邻集合；

使用MMOD改进的k-means++算法求出聚类中心为：

根据MMOD数据密度计算出每一个样本点的数据密度，然后根据密度阈值去除离群点；

其次，针对k-means++第一个初始中心点随机选取进行优化，选择数据密度最大的点作为第一个初始中心点，避免k-means++可能随机选取边缘点的情况；

采用以下公式代替单一的欧式距离：

依据公式(1.3)，使用传统欧式距离与数据密度的乘积，在满足初始中心点要尽可能远的前提下，选择密度大的点作为下一个初始中心点；

所述密度阈值通过以下方式确定：将密度为后20％的数据排列分布，将密度变化最大的点密度作为离群点阈值；

所述基于方差求取每个核函数即高斯、薄板样条和逆多二次三种核函数的宽度为：

使用每个聚类内部样本的方差衡量数据稠密程度，基于方差分配相应的缩放因子，使得每个聚类中心的宽度体现聚类内部样本的数据分布，使用每个类中心和其它中心点的距离的均值作为宽度基数，以此衡量类间数据的分布，通过下式求取宽度：

σ_i＝ε_i·meanD(μ_i)

其中，ε_i为缩放因子，meanD(μ_i)为宽度基数。