本发明公开了一种基于多测点相关分析的空气质量预测模型及系统，具体步骤如下：收集某地区的空气质量数据、气象数据以及相邻城市站点的AQI；对采集到的数据使用Pearson相关系数进行特征选择；利用奇异谱分析对AQI数据进行分解并重构为多个分量，从而提取出AQI数据中的周期分量分解出趋势、振荡分量和噪声；将重构的多个分量分为高频和低频信号送入空气质量预测模型中进行训练；构建基于Transformer和在线序列随机向量泛函链路网络的高低频空气质量预测模型；利用改进人工蜂群算法IABC对Transformer和OSRVFL模型超参数进行寻优，并通过云平台展示历史数据以及预测结果。与现有技术相比，本发明能够得到高精度、泛化能力强的空气质量预测模型，提高了空气质量预测精度。