基于神经网络的多城市协同能见度预测研究

论文摘要

精准预测能见度对于保障人们出行质量和交通安全有重要意义,针对目前大气能见度预测算法存在的预测数据来源单一和准确率不高的问题,构建了一个基于遗传算法优化的BP神经网络模型。模型以石家庄市及其卫星城市的6个气象因子和4个主要污染因素(NO2、SO2、PM2.5、PM10)的预处理结果作为输入数据,24 h后的能见度数值作为输出结果。实验结果表明,在弥补BP神经网络模型局部最优问题的基础上,该模型的能见度预测结果在绝对偏差、相关性和预测准确率方面均优于单一采用石家庄气象数据的预测结果,能够提供更为可靠的能见度预报信息。

论文目录

• 0 引 言
• 1 遗传神经网络模型
•   1.1 BP神经网络结构
•   1.2 基于遗传算法优化的BP神经网络模型的实现
•     1)初始化种群
•     2)适应度函数
•     3)选择操作
•     4)交叉操作
•     5)变异操作
• 2 实验方法
•   2.1 数据获取
•   2.2 模型参数设置
•   2.3 实验方法
• 3 实验验证及分析
• 4 结 论

文章来源

类型: 期刊论文

作者: 王震洲,聂亚宁,于平平

关键词: 能见度,遗传算法,神经网络,协同预测

来源: 电子测量与仪器学报 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑,基础科学

专业: 气象学,自动化技术

单位: 河北科技大学信息科学与工程学院

基金: 河北省科技支撑计划(17210803D),河北省教育厅青年基金(QN2018095)资助项目

分类号: P427.2;TP183

DOI: 10.13382/j.jemi.B1902150

页码: 73-78

总页数: 6

文件大小: 260K

下载量: 318