基于神经网络的雾霾预警系统研究与实现

论文摘要

传统的雾霾预警系统缺乏预知性,无法实现提前预警以规划预防,其次雾霾物理结构异常复杂且具有强烈非线性的结构、预测难度较高。为了更好地反映雾霾在时间及空间的分布状况,为预防工作提供充足的时间准备,实现了一种预测与报警模型相结合的预警系统。基于BP神经网络算法,对乐山市未来5天各站点PM2.5含量进行了高精度的预测,并设计了各县及各城区预警的功能模块,对各县预警专题图、空间插值分布图及相关数据信息进行展示。采用插值算法对市中区各城区监测点进行数据离散化处理,生成预警专题图及相关预测数据可视化。系统以乐山市的PM2.5的监测站实时监测的数据为源数据,通过对乐山监测点历史PM2.5数据进行实验预测,并与实际值进行对比分析,达到了较好的预测效果。建立的预警模型具有一定的实用和研究价值,可为相关部门提供可靠的数据支撑。

论文目录

• 0 引 言
• 1 软件系统设计
• 2 预测模型设计
•   2.1 BP神经网络原理
•   2.2 数据预处理
•   2.3 学习训练数据
•   2.4 预测模型的建立
•   2.5 参数调优过程
• 3 功能结构
• 4 系统实验与分析
•   4.1 县区预警分析
•   4.2 城区预警
•   4.3 插值出图
• 5 结束语

文章来源

类型: 期刊论文

作者: 黄威,王星捷,阳清青

关键词: 神经网络,雾霾预警系统,雾霾预测,预警专题图,插值算法

来源: 计算机技术与发展 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 环境科学与资源利用,自动化技术

单位: 成都理工大学工程技术学院

基金: 2015年度四川省教育科研项目(15ZB0366),2018年度乐山市重点研究项目(18JZD051),2018年度学院苗子工程项目(2018 MK09)

分类号: TP183;X84

页码: 26-30

总页数: 5

文件大小: 1424K

下载量: 157