基于回声状态网络的PM2.5预测研究

• 作者: 乔俊飞 杨翠丽 王磊
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: PM2.5预测 偏最小二乘回归 ESN神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 安全监控系统
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP183
• 字数: 3987字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.161201

摘要

设计了基于ESN(Echo State Network,ESN)神经网络的PM2.5时均值预测方法,并讨论了基于偏最小二乘回归的数据选择方式.在仿真实验中,通过与径向基函数(Radial Basis Function, RBF)神经网络和反向传播(Back Propagation, BP)神经网络方法比较,验证了基于ESN神经网络模型预测的可行性.实验结果表明,与径向基神经网络和反向传播神经网络方法比较,基于ESN神经网络预测模型能较好预测PM2.5时均值变化趋势,且得到较好的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	北京工业大学信息学部	43	302	10.0	15.0
3	乔俊飞	北京工业大学信息学部	181	1883	22.0	31.0
7	杨翠丽	北京工业大学信息学部	13	32	3.0	5.0