基于IFDO-LSSVM的空气质量指数预测

提出一种基于改进的适应度相关优化器优化最小二乘支持向量机(IFDO-LSSVM)的空气质量指数(AQI)预测模型。首先,利用Mapminmax函数对数据预处理,然后,在适应度相关优化器(FDO)算法中利用改进的反向学习算法产生初始群体,以提高初始群体的质量和FDO算法收敛速度,形成IFDO算法。再利用IFDO算法优化以AQI为输出变量的LSSVM模型,得到IFDO-LSSVM预测模型。结果表明:IFDO-LSSVM模型预测精度高于FDO-LSSVM、鲸鱼优化算法(WOA)-LSSVM和粒子群优化(PSO)-LSSVM模型。