基于BP-RBF组合神经网络的废气监测盲区SO2浓度预测

• 作者: 李晓云 王晓凯
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: BP-RBF组合神经网络 废气监测 监测盲区 SO2浓度预测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 测试技术与理论研究
• 页码范围: 191-196
• 页数: 6页
• 分类号: TP183
• 字数: 3217字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2018.03.002

摘要

工业园区大气管理中,监测盲区的废气浓度分析是现有监测系统需要解决的难点问题.本文提出一种组合神经网络,利用已知监测点信息对监测盲区的废气浓度进行预测.首先,根据BP与RBF神经网络的特点,提出二者组合的神经网络结构;其次,分析监测盲区废气浓度预测问题,并提出基于 BP-RBF组合网络的预测模型算法;最后,运用工业园区SO2实际监测数据对所提组合网络预测方法进行实验验证.实验结果表明:本文所提BP-RBF组合网络预测方法具有良好的性能,适用于监测盲区废气浓度预测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓凯	山西大学物理电子工程学院	41	280	6.0	16.0
2	李晓云	山西大学物理电子工程学院	3	3	1.0	1.0