基于数据分解和权重优化的VOCs浓度区间预测

作     者：杨帆 江松 黄光球 蒋国炜 

作者机构：西安建筑科技大学管理学院 西安建筑科技大学资源工程学院 内蒙古显鸿科技股份有限公司 

出 版 物：《环境科学学报》 (Acta Scientiae Circumstantiae)

年 卷 期：2024年

核心收录：

学科分类：07[理学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 

基　　金：国家自然科学基金(No.52374136,71874134) 内蒙古呼和浩特市科技局项目(No.2023-高-12) 

主　　题：VOCs浓度 区间预测 变分模态分解 深度自编码器 鲸鱼优化算法 核密度估计 

摘      要：准确的VOCs浓度预测对预防和控制空气污染具有重要意义.针对VOCs浓度波动的随机性和不确定性特征，本文提出了分解集成模型用于VOCs浓度的点和区间预测.首先，采用变分模态分解将VOCs浓度序列分解为多个平稳的模态分量以降低数据的复杂度；然后，基于深度自编码器模型实现各模态分量的独立预测，并通过鲸鱼优化算法计算集成权重得到VOCs浓度预测结果；最后，基于核密度估计得到预测区间，以量化点预测的不确定性.采用实际监测数据对模型的有效性进行验证.结果表明，数据分解和集成权重优化有效提高了VOCs浓度预测精度，且基于核密度估计得到的预测区间在保证区间覆盖率的同时能够缩小区间宽度，增强了预测区间可靠性.