基于PSO-SVM的校园垃圾自动清运量预测方法分析
摘要：为提高垃圾清运量预测结果的可靠性、规范校园垃圾管理，引进粒子群优化—支持向量机（Particle Swarm Optimization-Support Vector Machine，PSO-SVM）模型，开展自动清运量预测方法的设计研究。根据校园垃圾站的记录内容，采集每日垃圾清运量数据、垃圾类型分布数据，通过设定阈值，进行采样数据的标准化处理；引进PSO-SVM，建立垃圾清运量与时间、季节、学生人数等因素之间的复杂关系模型；将提取的特征输入到完成训练的模型中，得到预测的垃圾清运量，引进校正因子，进行预测值的校正。（剩余5315字）