基于改进型灰色神经网络组合模型的空气质量预测

• 作者: 司志娟 孙宝盛 李小芳
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: 灰色GM(1,1)模型 传统灰色神经网络组合模型 改进型灰色神经网络组合模型 预测 空气质量
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 大气污染防治
• 页码范围: 3543-3547
• 分类号: X823
• 语种: 中文

摘要

基于空气质量数据不足及波动较大的情况,将灰色GM(1,1)模型与人工神经网络模型组合并改进,建立改进型灰色神经网络组合模型.利用天津市2001-2008年PM10、SO2和NO2年均值作为原始数据预测2009-2010年PM10、SO2和NO2的浓度以进行模型精度检验,最后利用该模型预测2011-2015年天津市空气质量状况.结果表明,与灰色GM(1,1)模型、传统灰色神经网络组合模型相比,所建立的改进型灰色神经网络组合模型相对模拟误差小,预测结果更为可靠,可以用于空气质量预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙宝盛	天津大学环境科学与工程学院	100	1642	24.0	33.0
2	司志娟	天津大学环境科学与工程学院	3	58	3.0	3.0
4	李小芳	天津大学环境科学与工程学院	5	60	3.0	5.0