基于小波神经网络的PM2.5浓度预测模型

• 作者: 孙建平 章雅楠
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 小波神经网络 预测模型 PM2.5浓度 灰色关联分析法
• 年，卷（期）: 2020,（1）
• 页码范围: 55-61
• 页数: 7页
• 分类号: TP31
• 字数: 4473字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2020.01.008

摘要

为改善传统BP神经网络对PM2.5浓度预测存在训练时间长和过度拟合的问题.提出一种基于小波神经网络PM2.5浓度预测的方法,可更好地缩短训练时间,加快收敛速度且能够有效避免陷入局部最小值.对于数据处理,采用灰色关联分析法进行相关因子筛选,以提高数据挖掘质量.研究证明,引入灰色关联分析法与小波神经网络的预测手段能有效提高PM2.5浓度的预测精度,相比BP神经网络的预测模型预测效果更好,具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙建平	华北电力大学控制与计算机工程学院	112	860	16.0	24.0
2	章雅楠	华北电力大学控制与计算机工程学院	3	0	0.0	0.0