深圳市区空气污染的人工神经网络预测

• 作者: 朱燕茹 王国胜 董晓清 郭联金
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: 神经网络 深圳市 空气污染物 预测
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 大气污染防治
• 页码范围: 3393-3399
• 分类号: X823
• 语种: 中文

摘要

利用深圳市2006至2013年的大气污染物监测浓度数据和气象资料,分析深圳市空气质量的逐月分布变化特征.采用Pearson相关分析,选择显著相关因子,分别以BP神经网络和RBF神经网络构建空气质量预测模型,对该市2013年S02、NO2、PM103种空气污染物的月均值进行预测.实验结果表明,通过Pearson相关分析建立的预测模型有更高的预报精度.BP和RBF 2种网络预测效果都比较理想,对不同污染物的预测精度各有高低.但BP网络的构建和参数优化过程较为复杂且网络训练结果不稳定,而RBF网络构建和训练简单,时间短而结果稳定.在综合性能上,RBF网络用于环境空气污染物浓度的预测具有更强的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国胜	深圳信息职业技术学院交通与环境学院	34	192	9.0	12.0
2	董晓清	深圳信息职业技术学院交通与环境学院	12	67	5.0	7.0
3	郭联金	东莞职业技术学院机电工程系	38	206	9.0	13.0
4	朱燕茹	深圳信息职业技术学院交通与环境学院	1	23	1.0	1.0