城市空气质量的BP和RBF人工神经网络建模及分类评价

• 作者: 刘杰 刘阿古达木 吕文生 杨鹏
• 来源期刊: 安全与环境工程
• 学科: 地球科学
• 关键词: 城市空气质量 分类评价 BP神经网络 RBF神经网络
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 环境质量评价与环境监测
• 页码范围: 129-134,139
• 页数: 7页
• 分类号: X823
• 字数: 4858字
• 语种: 中文

摘要

根据MATLAB提供的人工神经网络模型,将其应用到城市空气质量评价,研究并对比分析BP和RBF两种人工神经网络的建模方法及评价结果.首先构建BP神经网络模型,确定输入层、隐含层和输出层的神经元数,选择Sigmoid型函数作为激励函数,应用内插扩展出的训练样本对BP网络进行学习,再用训练成熟的BP网络对待评价样本进行仿真;其次构建RBF神经网络模型,确定其输入层和输出层的神经元数,选择Gauss函数作为隐含层激励函数,再用同样的训练样本进行学习和仿真;最终进行归一化论证,验证归一化预处理在空气质量评价中的必要性.结果表明:应用BP和RBF人工神经网络可以得出较好的城市空气质量分类评价结果,其中RBF神经网络模型与改进的灰色聚类法评价结果一致,具有较高的准确率,是一种快捷、有效的综合评价方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕文生	北京科技大学土木与环境工程学院	63	473	13.0	18.0
2	刘杰	北京科技大学土木与环境工程学院	40	310	11.0	16.0
3	杨鹏	北京联合大学北京市信息服务重点实验室	55	379	12.0	17.0
4	刘阿古达木	北京科技大学土木与环境工程学院	5	72	4.0	5.0