一种基于BP神经网络改进算法的PM2.5预测方法

• 作者: 冯裕钊 孙荣基 张小琴 李洪鲁 盛利伟 赵松
• 来源期刊: 四川环境
• 学科: 地球科学
• 关键词: PM2.5 空气污染预测 BP神经网络 主成分分析 提前终止法
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 环境监测
• 页码范围: 85-90
• 页数: 6页
• 分类号: X513
• 字数: 3878字
• 语种: 中文

摘要

针对BP神经网络进行空气污染预测收敛速度过慢和学习过程中易出现“过适配”的问题,提出了利用主成分分析和提前终止训练法对传统BP模型进行改进的新算法.并利用MATLAB平台进行了仿真研究,结果表明:改进后的算法提高了BP神经网络的预测精度和泛化能力,能较好地实现PM2.5浓度预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯裕钊	后勤工程学院建筑规划与环境工程系	33	341	9.0	18.0
2	孙荣基	后勤工程学院建筑规划与环境工程系	7	29	3.0	5.0
3	盛利伟	后勤工程学院建筑规划与环境工程系	3	23	2.0	3.0
4	张小琴		4	23	2.0	4.0
5	李洪鲁	后勤工程学院建筑规划与环境工程系	3	17	1.0	3.0