关于空气中PM2.5质量浓度预测研究

• 作者: 付彦丽 杨云
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 预测 遗传算法 神经网络
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 仿真服务化
• 页码范围: 413-418
• 页数: 6页
• 分类号: TP391
• 字数: 4612字
• 语种: 中文

摘要

针对PM2.5受到天气因素、大气污染物的的影响巨大,具有明显的非线性、不确定特征,传统预测方式很难得到有效的预测结果,对PM2.5质量浓度预测问题,提出了采用遗传算法优化的神经网络的预测方法.采用遗传算法对BP神经网络的权值及阈值进行优化,在处理该类问题上具有很好的学习、泛化、映射能力.以宝鸡市监测站每小时监测数据为研究对象,进行PM2.5小时浓度预测建模.仿真结果表明,采用遗传算法优化的BP神经网络PM2.5预测的拟合和预测平均绝对误差分别为8.6％和12.3％,空气质量等级预测正确率分别为86％和85％.将模型与BP神经网络预测结果进行对比分析,结果表明,遗传算法优化的BP神经网络的预测结果具有更高的准确度和精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨云	陕西科技大学电气与信息工程学院	94	431	11.0	17.0
2	付彦丽	陕西科技大学电气与信息工程学院	2	50	2.0	2.0