数据挖掘技术在北京市雾霾预测及雾霾经济模型中的应用研究

发布时间：2025-07-07 06:10

　　2013年的雾霾“袭击”让我们认识了雾霾,也意识到了它对我们生活的诸多不利影响,这引起了社会各界人士的广泛关注。不同研究领域的学者们站在不同的角度对雾霾成因、雾霾影响、雾霾治理等各方面进行分析研究,这在学术界掀起了一片热潮。当然,在各位学者的研究中,主要是研究雾霾的根源、雾霾的治理和雾霾预测精度的提高。当前已进入大数据时代,数据挖掘技术也在跟随着取得了很大的进步,加上空气监测获得的海量数据,将数据挖掘技术去应用于雾霾各方面的研究中将会取得意想不到的效果。本文旨在运用数据挖掘算法对北京市雾霾进行预测,并建立雾霾经济模型。在众多学者研究的基础上,本文运用支持向量机、径向基函数、动态神经网络等数据挖掘算法对北京市雾霾及雾霾经济进行分析预测。首先,本文运用保形插值法对雾霾气象数据集进行数据处理,结合支持向量机和神经网络预测算法寻找雾霾形成和演化的规律,对雾霾天气进行预测,根据预测精度选定动态神经网络方法作为本文建模的主要方法。其次,在分析北京雾霾现状的基础上,详细分析北京雾霾对北京经济领域（农业、能源、工业、建筑业、旅游、进出口贸易等）的影响,选定构建雾霾经济模型的自变量,并对北京市雾霾浓度与各...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景
    1.2 研究目的和意义
        1.2.1 理论意义
        1.2.2 现实意义
    1.3 国内外研究现状
        1.3.1 国外研究现状
        1.3.2 国内研究现状
        1.3.3 文献述评
    1.4 研究内容和组织结构
第2章 数据挖掘方法介绍
    2.1 数据挖掘概述
    2.2 数据预处理方法
    2.3 数据挖掘算法
        2.3.1 支持向量机(SVM)
        2.3.2 径向基函数神经网络(RBF)
        2.3.3 动态神经网络
    2.4 分析平台——MATLAB2013a
第3章 北京市雾霾预测
    3.1 雾霾概述
        3.1.1 雾霾的定义
        3.1.2 雾霾的来源
        3.1.3 雾霾的影响
    3.2 北京雾霾现状
        3.2.1 从总体角度分析
        3.2.2 从各污染物角度分析
    3.3 北京雾霾预测
        3.3.1 数据预处理
        3.3.2 算法实现
    3.4 本章小结
第4章 北京雾霾经济模型
    4.1 雾霾经济
    4.2 北京雾霾经济模型的建立
        4.2.1 变量选取
        4.2.2 灰色关联分析
        4.2.3 北京雾霾经济模型的建立
    4.3 本章小结
第5章 北京雾霾的治理对策
    5.1 机动车污染控制
        5.1.1 减少机动车保有量
        5.1.2 提倡绿色出行
    5.2 燃煤污染控制
    5.3 建筑施工控制
    5.4 工业污染减排
第6章 总结与展望
    6.1 全文工作总结
    6.2 进一步工作的方向
参考文献
个人简介及攻读学位期间获得成果目录清单
致谢



本文编号：4056626