程美英¹，钱乾²，倪志伟³，朱旭辉³

1.湖州师范学院商学院, 湖州 313000;2.湖州师范学院教师教育学院,湖州 313000; 3.合肥工业大学管理学院,教育部过程优化与智能决策重点实验室,合肥 230009

出版日期:2018-05-25发布日期:2018-07-11

Virtual Multitasking Binary Particle Swarm Optimization and Fractal Dimension for Haze Forecast

CHENG Meiying ¹, QIAN Qian²,NI Zhiwei ³, ZHU Xuhui³

1.Business School, Huzhou University, Huzhou 313000; 2. School of Teacher Education, Huzhou University, Huzhou 313000; 3. Key Laboratory of Process Optimization and Intelligent Decision-Making, Ministry of Education, School of Management, Hefei University of Technology, Hefei 23009

Online:2018-05-25Published:2018-07-11







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

雾霾天气已对人类日常生活产生严重影响, 有效预测雾霾天气, 帮助城市 居民规划出行安排具有十分重要的现实意义. 因雾霾天气影响因素众多, 冗余因素的 存在一方面浪费计算机存储空间, 另一方面干扰预测结果准确性. 文章首先充分挖掘二 元粒子群算法(binary particle swarm optimization, BPSO) 的``隐并行性'', 构造虚拟多任务环境, 主任务和辅助任务中粒子分别执行不同的位置更新策略, 且相互传递有效信息, 从而保持种群动态多样性, 提出虚拟多任务二元粒子群算法(virtual multitasking binary particle swarm optimization, VMBPSO), 然后结合分形维数(fractal dimension, FD) 剔除雾霾天气中的噪声属性, 得出雾霾天气关键影响因素, 最后采用SVM 算法利用前一天雾霾天气关键影响因素预测后一天是否有雾霾. 仿真实验通过对即将举办亚运会的杭州和湖州两大城市进行分析预测, 结果表明文章算法具有较高的预测准确率, 稳定性和可靠性较高.

分享此文:

()

[1]	宋娟，倪志伟，李萍，伍章俊，彭鹏. 基于参数优化深度置信网络的雾霾预测模型[J]. 系统科学与数学, 2020, 40(9): 1644-1661.
[2]	李萍，倪志伟，朱旭辉，伍章俊. 基于分形流形学习的支持向量机空气污染指数预测模型[J]. 系统科学与数学, 2018, 38(11): 1296-1306.
[3]	李敬明，倪志伟，许莹，张琛. 基于二进制萤火虫算法的属性选择方法研究[J]. 系统科学与数学, 2017, 37(2): 407-424.
[4]	程美英，倪志伟，朱旭辉. 改进的二元蚁群算法结合分形理论预测雾霾天气形成的关键因子[J]. 系统科学与数学, 2017, 37(2): 502-515.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13406