典型文献
基于PCA-SSA-Elman的西安空气质量指数预测
文献摘要：
随着中国经济的快速发展和城市人口的持续增长,大气环境急剧恶化,空气污染问题愈发严重.准确预测空气质量,及时采取有效防治措施显得尤为重要.本文基于西安市2020年1月至2021年12月空气质量指数日均值数据、空气质量等级以及同期气象数据,建立了PCA-SSA-Elman模型来预测西安市的空气质量指数.结果表明:PCA-SSA-Elman模型的MAPE仅为0.0255％,RMSE为3.0818,MAE为2.1491,误差指标评价值均小于其他对比模型,具有较高的拟合度和精确度.
文献关键词：
空气质量预测;Elman神经网络;麻雀搜索算法
中图分类号：
作者姓名：
张云飞;王万雄
作者机构：
甘肃农业大学理学院,甘肃兰州 730070
文献出处：
引用格式：
[1]张云飞;王万雄-.基于PCA-SSA-Elman的西安空气质量指数预测)[J].软件,2022(06):30-34
A类：
B类：
SSA,Elman,空气质量指数预测,城市人口,大气环境,空气污染,准确预测,有效防治措施,西安市,数日,日均值,空气质量等级,气象数据,MAPE,RMSE,MAE,误差指标,指标评价,评价值,对比模型,拟合度,空气质量预测,麻雀搜索算法
AB值：
0.353569
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。
