专利交易市场

本发明公开了一种新型空气质量预测方法及系统，具体步骤如下：收集某地区的化工园区空气质量数据集利用其空气质量数据（PM2.5、PM10、SO2、NO2、O3和CO）和气象数据（湿度、温度、风速、能见度和气压）以及相邻站点的AQI作为输入，AQI作为输出；对采集到的数据使用主成分分析法PCA进行特征选择；将处理好的数据送入空气质量预测模型中进行训练；构建基于图卷积网络GCN和随机向量函数链神经网络RVFL的图卷积随机向量函数链神经网络GCRVFL；利用改进均衡优化算法IEO对GCRVFL模型参数进行寻优，找到模型参数最优解。并通过云平台展示历史数据以及预测结果。与现有技术相比，本发明能够得到高精度、泛化能力强的空气质量预测模型，提高了空气质量预测精度。

本发明实施例提供一种空气质量预测方法及装置。该方法通过获取目标日期之前一预设时间范围内的空气质量变化规律，然后根据目标日期之前一预设时间范围内的空气质量变化规律获取与目标日期相关联的空气质量历史数据，接着计算在目标日期出现每种空气质量状况的先验概率和对应的预测可靠度，再根据每种空气质量状况的先验概率和对应的预测可靠度计算出现每种空气质量状况且被正确预测的后验概率，最后根据计算出的后验概率生成空气质量预测结果，并将空气质量预测结果发送给用户终端。上述方案不必布置空气质量监测点就可以实现对未来一段时间内的空气质量进行预测，为空气质量数值预测预报提供了新的方向。