典型文献
基于改进麻雀搜索算法的空气质量指数预测
文献摘要：
为更准确地预测空气质量指数(Air Quality Index,AQI),提出一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)的AQI预测模型(ISSA-BP).利用麻雀搜索算法(Sparrow Search Algo-rithm,SSA)的全局搜索性能对BP神经网络的权值和阈值进行优化,解决传统BP神经网络在预测AQI过程中出现的收敛速度慢、易陷入局部最优等问题.同时,针对SSA在优化过程中的缺陷,引入立方映射和优化策略增强算法的全局搜索及收敛能力,进一步提高预测性能.应用ISSA-BP模型预测杭州市AQI,实验结果表明,与其他模型相比,该模型的预测精度有显著提升.本研究为大气污染防治提供了新的预测方法.
文献关键词：
空气质量指数预测;麻雀搜索算法;混沌映射;优化策略;BP神经网络
中图分类号：
作者姓名：
胡青;龚世才;胡珍
作者机构：
浙江科技学院理学院,浙江杭州 310000;湖北工业大学理学院,湖北武汉 430068
文献出处：
引用格式：
[1]胡青;龚世才;胡珍-.基于改进麻雀搜索算法的空气质量指数预测)[J].广西科学,2022(04):642-651
A类：
立方映射
B类：
改进麻雀搜索算法,空气质量指数预测,Air,Quality,Index,AQI,Improved,Sparrow,Search,Algorithm,ISSA,全局搜索,搜索性能,权值,收敛速度,速度慢,局部最优,优等,增强算法,收敛能力,预测性能,杭州市,大气污染防治,混沌映射
AB值：
0.273019
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
