基于遗传神经网络模型的空气能见度预测

• 作者: 付清盼 祖建 罗凌霄 马楚焱
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: 能见度 遗传算法 BP神经网络
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 大气污染防治
• 页码范围: 1905-1910
• 分类号: X831
• 语种: 中文

摘要

由于雾霾导致的空气能见度降低,给人们的出行带来很多不便.针对这一现象,构建基于遗传神经网络算法的空气能见度预测模型.将与空气能见度相关的7种气象因子和6种污染物浓度因子经过主成份分析后作为输入数据,输出8:00能见度和14:00能见度.该模型能够克服BP神经网络易陷入平坦区域和局部最优解的问题.以西安市2013-1-1-8-16的数据训练遗传神经网络,通过使用灰色模型获得预测时间段8-17-23的输入数据,可以得到这段时间能见度的预测值.通过与BP神经网络模型的比较,发现遗传神经网络预测模型在预测结果的相关性和绝对误差方面均优于BP神经网络模型,因此,可以更准确地预测空气能见度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祖建	西安交通大学数学与统计学院	3	13	2.0	3.0
2	罗凌霄	西安交通大学数学与统计学院	4	62	3.0	4.0
3	马楚焱	西安交通大学数学与统计学院	1	6	1.0	1.0
4	付清盼	西安交通大学数学与统计学院	1	6	1.0	1.0