基于不同的神经网络模型PM_(2.5)浓度预测对比 |
| |
引用本文: | 范剑辉,杨震,王海波,王小蓉.基于不同的神经网络模型PM_(2.5)浓度预测对比[J].青海环境,2018(1). |
| |
作者姓名: | 范剑辉 杨震 王海波 王小蓉 |
| |
作者单位: | 广东中联兴环保科技有限公司 |
| |
摘 要: | 近年来,以PM_(2.5)为主要污染物的重霾污染事件频频发生,给国民经济及居民健康造成了严重威胁。本文采用BP、RBF及Elman神经网络分别建立预测模型,并以青海省某工业园区某监测站监测的数据为实例对预测模型进行了具体的应用。结果表明:BP神经网络、RBF神经网络及Elman神经网络都可以有效预测PM_(2.5)浓度,但是BP神经网络预测模型预测误差要小于RBF神经网络模型及Elman神经网络模型,具有更高的稳定性和准确定。
|
本文献已被 CNKI 等数据库收录! |
|