共查询到10条相似文献,搜索用时 890 毫秒
1.
由于雾霾导致的空气能见度降低,给人们的出行带来很多不便。针对这一现象,构建基于遗传神经网络算法的空气能见度预测模型。将与空气能见度相关的7种气象因子和6种污染物浓度因子经过主成份分析后作为输入数据,输出8:00能见度和14:00能见度。该模型能够克服BP神经网络易陷入平坦区域和局部最优解的问题。以西安市2013-1-1—8-16的数据训练遗传神经网络,通过使用灰色模型获得预测时间段8-17—23的输入数据,可以得到这段时间能见度的预测值。通过与BP神经网络模型的比较,发现遗传神经网络预测模型在预测结果的相关性和绝对误差方面均优于BP神经网络模型,因此,可以更准确地预测空气能见度。 相似文献
2.
3.
4.
5.
6.
BP神经网络对蚯蚓滤池处理COD的模拟预测 总被引:1,自引:1,他引:0
基于蚯蚓滤池处理去除污染物的非线性特点,利用BP神经网络建立了蚯蚓滤池处理COD的基本模型结构。同时对实验数据进行了验证和预测,通过权值贡献率分析确定了各种输入因素对COD出水浓度的影响。结果表明:COD的出水模型预测值与实际值平均误差较小,模型稳定,预测效果好。输入神经元为4,隐含神经元为8,输出神经元为1,学习速率为0.1,动量为0.1,训练次数为10 000的BP神经网络模型,预测的COD出水值最接近真实值。COD进水浓度对COD出水影响最大,符合理论研究结果。BP神经网络模型建立的成功为后续生活污水智能化控制的研究提供了相应的理论基础。 相似文献
7.
基于灰色模型和模糊神经网络的综合水质预测模型研究 总被引:2,自引:0,他引:2
水质状态变化趋势预测研究对水资源管理和维护具有重要的现实意义。提出了一种将灰色模型和模糊神经网络相结合的水质预测模型。首先基于改进的灰色模型预测出水体中各理化因子在未来一段时间内的指标变化,然后采用T-S模糊神经网络对各单因子的预测值进行数据融合,构建水质变化综合趋势预测模型,预测出下一时间段的水质整体状态指标。实验表明,这种方式用来预测湖泊水质变化趋势具有可行性;与BP网络模型相比,基于T-S模糊神经网络系统的模型具有预测精度高、模型系统稳定等优越性。 相似文献
8.
9.
多种神经网络在华北西部区域城市空气质量预测中的应用 总被引:1,自引:0,他引:1
《环境工程学报》2015,(12)
据华北西部区域4个主要城市2003—2012年API日报数据和相应时段的地面气象要素数据,利用4种(BP、Elman、T-S模糊、小波)神经网络构建预测模型并预测相应城市大气环境质量。研究结果显示,4种模型在可靠性、预测精度方面均可满足应用要求可用于实际预测;具有动态反馈能力的Elman神经网络的预测精度以及泛用性要优于具静态馈能力的其他3种网络模型,说明动态神经网络更适用于城市大气环境质量预测。4种神经网络的决策权重大小及其排序虽各不相同,但体现出相似规律性,日最低气温、日均气压、前日API对输出数据的影响较大,说明逆温现象引发的持续性、区域性污染是该地区主要环境问题。 相似文献
10.
提出一种基于动态RBF神经网络的地下水质综合评价方法。该方法采用最近邻聚类算法,构建动态RBF神经网络,利用神经网络对待测水质进行分类识别,根据网络输出,实现水质等级的确定。应用结果表明,该方法具有训练速度快、评价准确度高的优点,提高了水质综合评价的精度和客观性。 相似文献