一种基于BP神经网络的空气质量预测方法

• 作者: 任朋朋 张天 毛艳艳 王井阳 王会勇
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 空气质量 预测 卡方校验 BP神经网络
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 技术创新
• 页码范围: 72-74
• 页数: 3页
• 分类号: TP18
• 字数: 2407字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2017.11.031

摘要

随着工业化进程的不断推进,我国的大气污染情况越来越严重,很多地方经常被雾霾笼罩,严重威胁着人们的身体健康.因此建立科学合理的空气质量预测模型,有效的预报,降低大气污染带来的危害,非常必要.利用卡方检验方法进行空气质量影响因子的确定,建立以前两个月的空气质量和历史天气数据训练神经网络对后10天空气质量进行预测的模型.首先叙述了利用卡方检验方法进行空气质量影响因子确定过程;接着阐述了基于BP神经网络训练过程和预测过程以及基于BP神经网络的空气质量预测过程,最后用该方法对石家庄2016/1/1~2016/12/31的AQI级别进行了预测.实验表明该方法具有较高的预测精度,提高了预测的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张天	河北科技大学信息科学与工程学院	1	6	1.0	1.0
2	毛艳艳		1	6	1.0	1.0
3	王井阳	河北科技大学信息科学与工程学院	21	96	6.0	9.0
4	王会勇	河北科技大学信息科学与工程学院	13	18	3.0	3.0
5	任朋朋	河北科技大学信息科学与工程学院	1	6	1.0	1.0