基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
大气中PM2.5质量浓度变化具有较强的非线性特性,传统的软测量方法很难对其做出准确的计量监测。针对传统BP神经网络易陷入局部最小值的缺陷,将遗传算法和BP神经网络相结合建立了GA-BP神经网络软测量模型,将该模型应用到大气PM2.5质量浓度的计量监测中,并与传统BP神经网络模型的监测结果进行对比,结果表明经过遗传算法优化后的模型具有更好的非线性拟合能力和更高的监测精度。
推荐文章
基于GA和BP神经网络的二噁英软测量模型研究
遗传算法
BP神经网络
二噁英排放软测量模型
联合水汽因子的GA-BP神经网络PM2.5质量浓度预测
GPS-PWV
PM2.5
GA-BP神经网络
相关性
相对误差
基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型
大气颗粒物
预测模型
BP人工神经网络
气象要素
气体污染物
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-BP神经网络大气中PM2.5软测量研究
来源期刊 计量学报 学科 工学
关键词 计量学 遗传算法 GA-BP神经网络 PM2. 5监测 软测量
年,卷(期) 2014,(6) 所属期刊栏目
研究方向 页码范围 622-626
页数 5页 分类号 TB99
字数 3969字 语种 中文
DOI 10.3969/j.issn.1000-1158.2014.06.22
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑海明 华北电力大学机械工程系 36 164 7.0 11.0
2 商潇潇 华北电力大学机械工程系 3 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (107)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (2)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计量学
遗传算法
GA-BP神经网络
PM2. 5监测
软测量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
论文1v1指导