Modelización y análisis de la calidad del aire en la ciudad de Oviedo (norte de España), mediante los enfoques PSO-SVM, red neuronal MLP y árbol de regresión M5

Abstract

En esta tesis de investigación se elabora una herramienta, que puede ser empleada en la toma de decisiones respecto a los problemas derivados de la contaminación atmosférica. Para ello, se plantea un objetivo general, ante la necesidad existente, para lograr un modelo aplicable a la resolución de problemas relacionados con la calidad del aire respirable a escala local. A partir del conjunto de datos experimentales de las concentraciones de óxidos de nitrógeno, monóxido de carbono, dióxido de azufre, ozono y materia particulada, recogidos desde 2013 a 2015, se construyen varios modelos de regresión utilizando técnicas basadas en el aprendizaje estadístico, para predecir mediante el modelo resultante la calidad del aire en la ciudad de Oviedo. Una vez obtenidos los modelos planteados, se comparan los resultados con el fin de comprobar que el método híbrido basado en el enfoque PSO-SVM arroja mejores resultados que los métodos alternativos propuestos, red neuronal MLP y árbol de regresión M5, pudiendo modelar con precisión suficiente la calidad del aire a escala local.