Resumen

La contaminación del aire en China es cada vez más grave, especialmente en lo que respecta a la materia particular (PM), debido al rápido crecimiento económico y a la rápida expansión de la urbanización. Para resolver los crecientes problemas medioambientales, se utilizan los datos de concentración diaria de PM2,5 y PM10 desde el 1 de enero de 2015 hasta el 23 de agosto de 2016 en Kunming y Yuxi (dos importantes ciudades de la provincia de Yunnan, China) para presentar un nuevo modelo híbrido CI-FPA-SVM para pronosticar la concentración de PM2,5 y PM10 en el aire en este trabajo. El modelo propuesto consta de dos partes. En primer lugar, debido a su deficiencia para evaluar la posible correlación entre diferentes variables, se introduce la teoría de la cointegración para obtener la relación entrada-salida y, a continuación, se obtiene el sistema dinámico no lineal con la máquina de vectores de apoyo (SVM), en el que los parámetros c y g se optimizan mediante el algoritmo de polinización floral (FPA). Se consideran seis modelos de referencia, incluyendo FPA-SVM, CI-SVM, CI-GA-SVM, CI-PSO-SVM, CI-FPA-NN y el modelo de regresión lineal múltiple, para verificar la superioridad del modelo híbrido propuesto. Los resultados del estudio empírico demuestran que el modelo propuesto CI-FPA-SVM es notablemente superior a todos los modelos de referencia considerados por su alta precisión de predicción, y la aplicación del modelo para la previsión puede dar un seguimiento y gestión eficaces de la calidad del aire posterior.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:svm, fpa, ci, crecimiento económico rápido, modelo de referencia considerado, modelo propuesto ci, sistema dinámico no lineal, datos de concentración de pm10, forma de datos de concentración, máquina de vectores de apoyo
• Keywords:svm, fpa, ci, rapid economic growth, considered benchmark model, proposed model ci, nonlinear dynamical system, pm10 concentration data, concentration data form, support vector machine