首页> 中文期刊> 《计算机仿真》 >大气PM2.5污染指数预测优化模型仿真分析

大气PM2.5污染指数预测优化模型仿真分析

         

摘要

由于大气PM2.5污染指数与区域大小有关,相同区域中的PM2.5浓度容易受到风速、大气环境等影响,使得面积相同区域中,PM2.5也存在较大的差别.传统的预测方法以区域为单位,对不同区域,只是以不同的固定权值对差别进行衡量,再对区域进行叠加完成大区域计算,上述方法忽略了影响因素对相同区域中PM2.5浓度的不同影响,权值设置不准,导致预测准确性低,效果差的问题.提出优化神经网络的大气PM2.5污染指数预测方法.利用主成分分析法对大气PM2.5污染指数的各种影响因素进行分析,保留影响因素的主要特征成分,并作为神经网络的训练样本,利用遗传算法进行BP神经网络结构参数的寻优,并利用最优参数构建BP神经网络的预测模型,获得准确地预测结果.仿真结果表明,改进算法能够提高大气PM2.5污染指数预测的准确性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号