首页 | 本学科首页   官方微博 | 高级检索  
     检索      

大气环境数据分析预测方法对比研究
引用本文:张静,李旭祥,许先意,蔡启闽.大气环境数据分析预测方法对比研究[J].中国环境监测,2010,26(6):66-69,84.
作者姓名:张静  李旭祥  许先意  蔡启闽
作者单位:西安交通大学人居环境与建筑工程学院,陕西西安,710049
摘    要:以西安市2006年9月27日至2008年5月3日每日的SO2平均浓度时间序列为例,应用时间序列分析对前555个数据进行拟合,得到合适的时间序列模型ARIMA(1,1,2);利用神经网络中的BP神经网络和RBF神经网络对同样的样本进行训练,用这三种方法对2008年4月4日至2008年5月3日的SO2日均浓度值进行了预测,并用同样的方法分析预测了同期PM10日均浓度值,最后比较了它们的预测效果。结果表明,利用这三种方法进行浓度预测都是可行的,其中RBF神经网络法的预测误差最小,效果最好。

关 键 词:时间序列分析    神经网络    大气环境    预测    数据分析
收稿时间:2009/10/16 0:00:00
修稿时间:2010/1/22 0:00:00

The Comparison of Atmospheric Environmental Data Analysis and Prediction Methods
ZHANG Jing.The Comparison of Atmospheric Environmental Data Analysis and Prediction Methods[J].Environmental Monitoring in China,2010,26(6):66-69,84.
Authors:ZHANG Jing
Institution:Department of Environmental Science and Technology, School of Human Settlement and Civil Engineering, Xian Jiaotong University, Xian 710049, China;Department of Environmental Science and Technology, School of Human Settlement and Civil Engineering, Xian Jiaotong University, Xian 710049, China;Department of Environmental Science and Technology, School of Human Settlement and Civil Engineering, Xian Jiaotong University, Xian 710049, China;Department of Environmental Science and Technology, School of Human Settlement and Civil Engineering, Xian Jiaotong University, Xian 710049, China
Abstract:
Keywords:Time Series Analysis  Artificial Neural Networks  Atmospheric environment  Forecast  Data analysis
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《中国环境监测》浏览原始摘要信息
点击此处可从《中国环境监测》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号