摘 要: | 为了更加准确地判断出不同程度的雾霾天气下的每个因子的影响程度,根据神经网络可以逼近任意非线性函数的特点,利用MISO多元广义神经网络对各个因子逐个进行检测并进行对比分析。首先选用上海市20130101-20141231之间的各空气污染物分指数作为原始数据序列,对MISO多元广义神经网络模型进行训练并测试。然后利用测试合格的MISO多元广义神经网络对2014年11月和8月的中度雾霾天气影响因子进行等距对比分析。MATLAB仿真结果表明,中度雾霾中PM_(2.5)的实际影响力远大于其他影响因子,其次影响力由大到小依次是CO、SO_2、O_3、NO_2和PM_(10)。此模型具有较高的精确度和实用性。
|