基于BP神经网络的空气质量预测与分析

• 作者: 孙丽华 田静毅 范泽宣
• 来源期刊: 辽宁科技大学学报
• 学科: 地球科学
• 关键词: 空气质量 主成份分析 气象因子 神经网络模型 API预测
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 131-136
• 页数: 6页
• 分类号: X823
• 字数: 3741字
• 语种: 中文
• DOI: 10.13988/j.ustl.2015.02.012

摘要

使用神经网络构造的算法，对秦皇岛市的空气质量进行预测。将秦皇岛市的气象监测数据与环境监测数据，按照季节关系分组，并进行相关性分析，从而确定出与空气质量呈强相关性的气象因子。并对其进行主成分分析，得出影响空气质量变化的主因子，以减少多种气象因子带来的数据处理难度。构建季节预测模型，并根据气象因子筛选结果，确定出神经网络模型需要输入的数据矩阵，从而通过气象参数变化对秦皇岛市的空气质量进行预测。并通过四个预测模型对季节空气质量的数值预测，得出了平均预测准确率，分别为81.18%，83.10%，81.72%，80.56%。结果表明，使用BP神经网络构建的秦皇岛市空气质量预测模型，可以成功预测该市四季的空气质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙丽华		16	48	3.0	6.0
2	田静毅	东北大学秦皇岛分校资源材料学院	2	32	2.0	2.0
3	范泽宣	东北大学环境污染控制研究所	1	24	1.0	1.0