[发明专利]基于OcE的PM2.5浓度预测方法

摘要

本发明公开了基于OcE的PM2.5浓度预测方法，属于计算机应用技术领域。本发明包括，第一步:使用ONAR模型来描述PM2.5数据流的动态特性，搭建在线PM2.5浓度预测模型框架。第二步：利用EnsMDOS‑ELM来递归学习每一代NAR模型的非线性函数。EnsMDOS‑ELM中的基学习机是MDOS‑ELM,使用GEM融合规则获得新一代MDOS‑ELM子模型的权重。第三步：综合执行第一步～第二步，即可获得基于OcE的PM2.5浓度预测模型。第四步：设计了OcE预测模型时间稳定性的检验方法，即任何当前NAR‑EnsMDOS‑ELM模型都可以稳定预测未来几年(e.g.,一年和两年)的每小时PM2.5浓度。本发明以新颖且更合理的方式搭建基于OcE技术的PM2.5浓度预测模型，挖掘空气质量数据中的有用信息。实验结果表明所申请技术能够显著提高每小时PM2.5浓度预测的时间稳定性和泛化性。