论文部分内容阅读
作为评价空气质量的重要指标,细颗粒物(Fine Particulate Matter, PM2.5)浓度是实现环境治理的基础。降低PM2.5浓度可有效改善空气质量,减少各种呼吸道病况的发生。因此,PM2.5浓度的预测变得尤为重要。本文基于随机配置网络算法,建立一个非线性回归模型用于预测PM2.5的浓度。实验结果表明:采用随机配置网络算法建立的PM2.5浓度预测模型具有较高的预测精度。