2.1研究背景

传统的空气质量评价方法主要是利用模糊数学等机械式计算公式，建立AQI和空气质量评价等级之间的映射关系^[1]。随着大数据时代的到来，基于智能化算法的空气质量评价方法也随之出现。如文献[2]提出了使用模糊逻辑和自回归模型评估和预测空气质量方法简单、速度快，但容易出现欠拟合等问题；杨瑞君、杭琦等利用随机森林模型分别选择空气质量等级、量化处理后的等级（根据空气质量等级优劣天数进行量化）作为目标变量建立城市空气质量评价方法^[3]。杨丰玉等人在2019年提出了一种考虑风力作用的KNN城市AQI预测算法^[4]，模型建立过程中采用了基于KNN算法提出一种新的模型对城市AQI进行预测。

由于在DT、RF、SVM、KNN算法研究过程中，其参数是手动设置，但参数的好坏会影响到最终的研究结果。因此，本文提出的参数自动化智能型算法，可得出最佳参数，从而得到最佳的分类准确率。在此基础上，本文还将智能型算法与单个决策树、单个支持向量机算法的分类准确率进行比较和分析，解决空气污染问题提供了参考，对如何防治理空气污染提出具有建设性的意见。