随着经济的快速增长和城市化的快速扩张,中国的空气污染问题变得越来越严重,尤其体现在大气污染物的不断增多上。为了研究日益严峻的空气质量问题,本文以中国云南省的两个重要城市:昆明和玉溪为研究案例,采用2015年1月1日至2016年8月23日期间PM2.5和PM10日浓度数据来建立新型混合模型CI-FPA-SVM,并对PM2.5和PM10浓度进行预测。新提出的模型CI-FPA-SVM包括两个部分:首先,由于不明确变量之间可能存在的相关关系,通过引入协整理论可以选定输入变量与输出变量。然后,通过花朵授粉算法优化支持向量机中的参数C和g,使用优化后的支持向量机便可以得到输入输出之间的非线性关系,从而得到PM2.5和PM10浓度的预测值。本文采用均方根误差、平均绝对误差、平均偏置误差和皮尔逊相关系数四个误差指标来评价新模型CI-FPA-SVM的可靠性。相较于六个基准模型,FPA-SVM、CI-SVM、CI-GA-SVM、CI-PSO-SVM、CI-FPA-NN和多元线性回归模型,新模型CI-FPA-SVM以其高预测精度被认为优于所有基准模型。实证研究结果表明,该模型的应用对于有效地监测和管理空气质量有一定的指导意义。