基于GA-BP神经网络的空气质量指数预测研究

论文摘要

近年来,随着经济的发展及城市规模的不断扩张,城市空气质量问题越来越严重。本文基于许昌市2015年1月—2017年4月AQI日均值数据以及同期气象数据,利用遗传算法改进的神经网络建立许昌市空气质量指数AQI预测模型。仿真结果表明:利用遗传算法改进的神经网络对许昌市AQI进行预测,平均相对误差在22%左右,预测准确率为80.44%,根据预测结果预测出的空气质量等级,预测准确率为82.5%,通过与BP神经网络进行对比分析,遗传算法改进的BP神经网络预测结果具有更高的准确率。该模型的建立,为空气质量的监测、预警与调控提供了科学依据。

论文目录

• 1 研究区概况
•   1.1 研究区概况
• 2 数据来源与研究方法
•   2.2 空气质量分级标准
•   2.1 数据来源
•   2.3 神经网络
•   2.4 遗传算法
•   2.5 遗传算法改进BP神经网络
• 3 预测仿真
•   3.1 数据预处理
•   3.2 模型建立
•   3.3 结果分析
•     3.3.1 空气质量指数预测
•     3.3.2 空气质量等级预测
• 4 结论与讨论

文章来源

类型: 期刊论文

作者: 吴慧静,赫晓慧

关键词: 许昌市,空气质量指数预测,遗传算法,神经网络

来源: 安徽师范大学学报(自然科学版) 2019年04期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,信息科技

专业: 环境科学与资源利用,自动化技术

单位: 河南省农业科学院经济作物研究所,郑州大学智慧城市研究院

基金: 国家水体污染控制与治理重大项目(2015ZX07204-002)

分类号: X831;TP183

DOI: 10.14182/J.cnki.1001-2443.2019.04.011

页码: 360-365

总页数: 6

文件大小: 1501K

下载量: 340