[发明专利]移动源污染排放主要影响因素预测方法、系统及存储介质

摘要

本发明的一种移动源污染排放主要影响因素预测方法、系统及存储介质，以机动车为研究对象，步骤如下：首先，将收集的车辆年检数据和尾气遥测数据预处理；然后，利用Spearman相关性分析排除与移动源排放气体中主要成分CO、HC、NO气体浓度不存在相关性的因素；再使用Lasso算法确定各成分的关键影响因子，并采用神经网络构建污染物排放预测模型；最后，在测试集上验证该模型用于移动源污染排放主要成分预测的有效性。本发明模型预测的结果表明，基于特征筛选的移动源污染排放数据预测神经网络模型，具有较高的预测精度，可以降低移动源污染排放检测成本以及为相关部门制定相关政策提供理论依据。