厦门市空气污染指数预测方法研究——时间序列分析与神经网络的比较(英文)

• 作者: 刘志展 潘伟
• 来源期刊: 心智与计算
• 学科: 地球科学
• 关键词: 空气污染指数 时间序列 ARMA模型 BP神经网络 MATLAB
• 年，卷（期）: 2008,（1）
• 页码范围: 33-41
• 页数: 9页
• 分类号: X51

摘要

分别使用时间序列分析和BP神经网络两种方法对厦门市思明区空气污染指数进行预测比较。将数据经零均值和平稳化预处理后,根据时间序列的自相关和偏自相关图进行判断,得到合适的时间序列模型为ARMA(2,2),然后进行参数估计得到模型的各个参数。在运用神经网络方法时,为了克服传统BP算法收敛缓慢和容易达到局部极值的缺陷,采用了LM算法,得到更快的收敛速度和更小的错误率。BP神经网络的隐层节点数和传递函数经过多次的训练学习,取得了较好的预测模型。利用得到的ARMA(2,2)和BP神经网络两种模型对厦门市思明区空气污染指数进行预测,结果显示BP神经网络方法的预测效果好于时间序列分析方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘伟	厦门大学智能科学与技术系	14	51	5.0	6.0
2	刘志展	厦门大学自动化系	2	4	1.0	2.0