【摘 要】
：
建立科学、有效、准确的空气质量预测系统,对于保护人们的身体健康和促进社会的和谐稳定具有重要的科学价值和实际意义.研究聚焦化工园区,基于物联网背景下企业排放实时数据,融合气象信息,采用多种有监督式机器学习(决策树、多元线性回归、Lasso回归、支持向量机、Xgboost、梯度提升机、Light GBM、MLP(多层感知觉神经网络))及改进的集成学习Stacking策略实现化工园区空气质量的预测,并识别影响大气污染的关键因素.结果 表明:(1) Stacking策略下的预测框架与单模型预测结果相比有统计学意义
【机 构】
：
大连理工大学经济管理学院,辽宁大连116023;大连理工大学经济管理学院,辽宁大连116023;大连海洋大学海洋法律与人文学院,辽宁大连116023
论文部分内容阅读
建立科学、有效、准确的空气质量预测系统,对于保护人们的身体健康和促进社会的和谐稳定具有重要的科学价值和实际意义.研究聚焦化工园区,基于物联网背景下企业排放实时数据,融合气象信息,采用多种有监督式机器学习(决策树、多元线性回归、Lasso回归、支持向量机、Xgboost、梯度提升机、Light GBM、MLP(多层感知觉神经网络))及改进的集成学习Stacking策略实现化工园区空气质量的预测,并识别影响大气污染的关键因素.结果 表明:(1) Stacking策略下的预测框架与单模型预测结果相比有统计学意义上的显著提升.(2)在Stacking策略中,初级、次级学习器的选择策略影响预测的精度和泛化性,最佳模式为初级采用强学习器,次级使用线性模型.(3)在同一园区、不同企业污染物不同排放口对空气质量影响不同,研究结论可为政府监管部门对化工园区的治理和管控提供决策支持.
其他文献
直觉模糊集记分函数的排序能力是影响直觉模糊型多准则决策绩效的重要因素.本文以直觉模糊集记分函数的特性分析为切入点,较为系统地分析了现有各类记分函数的有界性、符合直觉性、排序能力、连续性等四类特征;其次,基于现有记分函数特征匹配状况,提出了新的直觉模糊集记分函数的分段函数并加以证明;最后,系统比较了现有记分函数与本文提出的记分函数在排序能力和区分度方面的差异,验证了本方法的优越性和合理性.
本文研究N-策略休假M/M/1排队系统中的异质信息顾客策略和社会最优收益.来到系统的顾客分为两类,第一类顾客有系统信息,加入系统前知道服务员的状态和系统中顾客数;第二类顾客没有系统信息,加入系统前既不知道服务员的状态,也不知道系统中顾客数.利用粒子群优化算法,分析了两类顾客的最优策略行为和最优社会收益.结果 表明,最优社会收益随着转换门限N的增大而减小,随着v和系统负载p的增大而增大.并且,第一类顾客的比例越大,社会收益越大.
针对两阶段系统交叉效率值不唯一的问题,现有解决方法大多假设决策者完全理性,忽略了决策者心理因素对评价过程的影响.本文构建以平均值为新的参考点,分别在集中和分散决策环境下建立基于前景理论的两阶段DEA交叉效率评价模型,通过实际算例验证模型的可行性和有效性.
本文在碳交易机制下,考虑制造商之间存在竞争且减排成本系数为低碳制造商私有信息的情况,分别构建信息完全对称和信息非对称情形下的供应链模型,对低碳制造商减排率和产品销售价格进行决策.通过引入由批发价和成本共担组成的联合契约,促使低碳制造商传递真实的减排成本信息,并通过算例对碳交易价格和减排成本系数等进行灵敏度分析.研究发现:引入联合契约能够使得信息非对称下的供应链利润基本达到集中决策水平;碳交易价格的增加会激励制造商积极减排、降低碳排放总量、提高供应链利润;低碳制造商减排成本系数的降低有助于减少碳排放量、增加
针对在线教育中试题知识点自动标注问题,本文提出了一种基于二部图的试题知识点标注方法.首先,为了合理划分知识点粒度,本文构建了知识点知识图谱来融合知识点;其次,基于教材等语料抽取知识点与特征词二部图和试题与特征词二部图,并利用TF-IDF公式计算知识点与特征词、试题与特征词之间的边权,以构建试题-知识点二部图模型;再次,提出词频加权的相似性度量方法计算试题和知识点之间的相似度,将相似度最高的知识点作为试题知识点标签.最后,以某在线教育平台提供的高中历史试题为实验数据集进行数值实验,实验结果表明该方法的效果显
小学教育是教育阶段的基础,也是我国强制教育的一部分.但如何在各省份性别比例相差较大的情况下,更加有效的提高各省份小学教育资源配置效率是一个值得思考的问题.为了避免性别带来的影响,可以通过平行结构DEA模型根据学生性别分为两个平行子系统,来衡量我国2012～2018年各省份小学教育的资源配置情况.研究发现大部分省份小学教育资源配置的总系统效率未达到有效边界,仍有需要改进的地方.男学生在小学教育阶段的效率通常优于女学生在小学教育阶段的效率,但随着近些年我国教育体制的日益完善,女学生在小学教育阶段的效率呈上升趋
学校的合理规划布局是实现教育资源优化配置、提高办学效益和推动教育均衡发展的重要途径.已有许多学者研究了学校的布局问题,但基本上都忽略了交通网络条件以及不确定因素对学校布局的影响.本研究将在前人研究基础上,重点考虑交通网络对乡村中小学选址的影响,并假设旅行时间具有不确定性,从而以最小化学生旅行成本、学校建设、道路修建和道路升级成本为目标,构建不确定条件下的设施区位设计模型.在算法求解方面提出混合模拟退火算法,用于确定新建学校的最佳位置,以及新道路的修建和原有道路的升级情况.最后,将提出的模型和算法应用到实际
针对分布式制造环境下多车间调度问题特点,结合企业实际生产情况,考虑相邻工序间的运输时间,建立以最小化最大完工时间为优化目标的分布式柔性流水车间调度模型,提出一种改进布谷鸟算法用于求解该模型.算法改进包括设计了一种基于工序、车间和机器的三层编码方案;根据问题特点设计了混合种群初始化策略以提高种群质量;改进了布谷鸟搜索操作使其适用于求解该模型;设计了一种种群进化策略以提高算法收敛速度及解的质量.最后通过仿真实验,与多种算法对比,验证所提算法的有效性和优越性.
企业的历史销售记录是供应链优化研究的基础数据来源,然而,在日常的研究中,几乎所有可以通过公开途径获得的销售记录都是高度不完整的,这为研究者开展工作带来了极大的不便.为解决此问题,本文提出,以销售数据集中已有的数据为基础,使用面向时序数据的矩阵分解模型MAFTIS对其缺失的部分进行估算,从而把残缺的数据集补全完整.进一步地,为提高MAFTIS的计算效率,本文还为该模型设计了一种基于交替最小二乘法的求解策略MAFTISALS.在评估实验中,MAFTISALS被用于三个真实销售数据集的缺失记录估计,结果显示,与
电磁场优化算法是目前一种比较新颖的群智能优化算法,其利用不同极性电磁场所产生的引斥力,使电磁粒子朝最优解移动.针对标准电磁场优化算法在求解作业车间调度问题时容易陷入局部极值点、收敛精度差等问题,提出了一种多策略引导的电磁场优化算法.算法中粒子受到三种不同来源的引斥力,在迭代过程中通过计算每种移动策略的临代电差、累计电差和综合电差来决定粒子的引导方式,并通过概率变异算法来避免陷入局部最优解.通过作业车间调度问题FT、LA系列测试实例仿真实验,对新算法与其他算法的测试结果进行比较分析,研究表明该算法具有更高的