| BP人工神经网络在环境空气SO_2质量浓度预测中的应用 |
| |
| 引用本文： | 申浩洋,韦安磊,王小文,冯舒,张娟娟.BP人工神经网络在环境空气SO_2质量浓度预测中的应用[J].环境工程,2014(6):117-121. |
| |
| 作者姓名： | 申浩洋 韦安磊 王小文 冯舒 张娟娟 |
| |
| 作者单位： | 西北大学城市与环境学院;陕西安科安全生产技术研究所有限公司; |
| |
| 基金项目： | 国家自然科学基金(51208424);西北大学“十二五”“211工程”创新人才培养项目(YZZ13004) |
| |
| 摘 要： | 根据西安市雁塔区小寨环境空气监测点2011年7月31日起400 d的SO224小时平均浓度监测数据时间序列建立BP人工神经网络(ANN)预测模型,并用接下来100 d的数据对模型的仿真性能进行检验,从而验证了BP人工神经网络模型预测环境空气SO224小时平均浓度的可行性与准确度。经反复调试,最终选用2-3-1的网络结构并以trainbr作为训练算法,经34次迭代网络收敛,耗时7 s,预测结果相对于实际监测数据的平均绝对百分比误差为0.082,模型显示出良好的预测性能。预测结果表明,结构设定合理、训练算法选用适宜的BP人工神经网络模型能较好地反映SO2浓度的动态变化规律,具有可行性。
|
| 关 键 词： | BP人工神经网络 预测模型 SO2浓度 时间序列 |
RESEARCH ON APPLICATION OF BP ARTIFICIAL NEURAL NETWORK IN THE PREDICTION OF THE CONCENTRATION OF SO_2 IN AMBIENT AIR |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
