| 深圳市区空气污染的人工神经网络预测 |
| |
| 引用本文： | 王国胜, 郭联金, 董晓清, 朱燕茹. 深圳市区空气污染的人工神经网络预测[J]. 环境工程学报, 2015, 9(7): 3393-3399. doi: 10.12030/j.cjee.20150752 |
| |
| 作者姓名： | 王国胜 郭联金 董晓清 朱燕茹 |
| |
| 作者单位： | 1.深圳信息职业技术学院交通与环境学院, 深圳 518172;; 2.东莞职业技术学院机电工程系, 东莞 523808 |
| |
| 基金项目： | 国家自然科学基金资助项目(E080402) 深圳信息职业技术学院(lg2014007,HX-080)项目联合资助。 |
| |
| 摘 要： | 利用深圳市2006至2013年的大气污染物监测浓度数据和气象资料,分析深圳市空气质量的逐月分布变化特征。采用Pearson相关分析,选择显著相关因子,分别以BP神经网络和RBF神经网络构建空气质量预测模型,对该市2013年SO2、NO2、PM10 3种空气污染物的月均值进行预测。实验结果表明,通过Pearson相关分析建立的预测模型有更高的预报精度。BP和RBF 2种网络预测效果都比较理想,对不同污染物的预测精度各有高低。但BP网络的构建和参数优化过程较为复杂且网络训练结果不稳定,而RBF网络构建和训练简单,时间短而结果稳定。在综合性能上,RBF网络用于环境空气污染物浓度的预测具有更强的适用性。
|
| 关 键 词： | 神经网络 深圳市 空气污染物 预测 |
| 收稿时间： | 2015-02-07 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《环境工程学报》浏览原始摘要信息 |
|
点击此处可从《环境工程学报》下载免费的PDF全文 |
|
