城市空气质量评价中的模糊支持向量机方法.pdfVIP

中国农业大学学报 ， （）： %%3!!( 22) E67F;-/6GHI.;-? F.57/J7F-/K;.L9FM.J 8 0 城市空气质量评价中的模糊支持向量机方法 ! # 杨志民 田英杰 刘广利 （ 浙江工业大学之江学院，杭州 ； 中国科学院数据技术与知识经济研究中心，北京 ； !$ #!%% $ !%%%’% 中国农业大学信息与电气工程学院，北京 ） #$ !%%%’# 摘 要 传统的评价方法不能处理带有模糊信息的城市空气质量的评价问题。基于结构风险最小化原则建立了 带有模糊信息的支持向量分类模型和算法，在此基础上提出基于模糊支持向量机的城市空气质量评价方法；根据 空气中的总悬浮颗粒物、二氧化硫、二氧化氮、空气综合污染指数 个指标，对我国 个主要城市 年空气质量 (% %%# 进行了综合评价，选择 个城市的评价结果进行了测试，结果表明：根据 年数据采用本方法得到的邢台、张 !% %%# 家口和沧州的空气污染指数与河北省环保专家提供的数据误差小于 ；西宁、银川、乌鲁木齐、汕头、南京、大连、 %$! 武汉的综合空气污染指数与国家环保总局提供的数据误差均小于 。 %$( 关键词 支持向量机；模糊规划；空气质量；评价 中图分类号 ； 文章编号 （ ） 文献标识码 =!# !(2 !%%)###%%3%(%%2%3 ? !## % ’()*+,)’(-.,/01+-+)/’23’(,0) .0( .50) .%%+%%-+1) $ $ 4 $ ! # ， ， 6.1 8/0-01 90.1601 0+ ;0.150 7 7: 7 （ ， ， ， ； !$=’55++’38/00.1 8/+0.1 10*+(%0) ’39+,/1’5’ ?.1#/’#!%% =/01. 7 : 7 : 7 $ 7$ 7 ， ， ， ； $@+%+.(,/=+1)+(’1A.).9+,/1’5’ .12B1’C5+2+D,’1’- =/01+%+E,.2+- ’3F,0+1,+ G+001 !%%%’% =/01.