基于分数阶灰色模型和PSO算法的南京大气污染物预测
利用FGM(1,1)模型对南京市2015年至2017年年均和月均PM2.5以及PM10浓度数据进行建模预测。针对年均浓度，考虑季节因素，采用FSGM(1,1)模型进行建模预测；对月均浓度，同样运用FSGM(1,1)模型进行建模预测，并借助粒子群优化算法确定最优阶数r。这一研究基于灰色模型和算法优化，旨在预测南京市大气污染物浓度变化，为环境决策提供参考。
下载地址
用户评论
