环境空气SO_2和NO_2浓度的GA_ANN预测模型研究

• 作者: 刘爱霞 王恺 白志鹏 赵宏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 遗传算法 人工神经网络 空气质量预测
• 年，卷（期）: 2010,（8）
• 所属期刊栏目: 工程与应用
• 页码范围: 199-201,213
• 页数: 4页
• 分类号: TP391.4
• 字数: 3931字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.08.057

摘要

空气中污染物浓度的预测是一个复杂的非线性问题.国内外的研究表明神经网络能够比回归模型更好地预报空气污染物.设计并实现了将用于选择最优预报因子的遗传算法和神经网络算法相结合的GA_ANN空气质量预测模型,利用某市2003-2006年的数据建立神经网络空气质量预测模型,对该市2007年全年SO_2和NO_2的预测实验表明,GA_ANN模型比单纯的神经网络模型具有更高的预报精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王恺	南开大学环境科学与工程学院	24	256	8.0	16.0
7	赵宏	南开大学环境科学与工程学院	22	203	9.0	14.0
13	刘爱霞		28	722	14.0	26.0