GA-PSO-BP神經(jīng)網(wǎng)絡(luò)在大氣污染物濃度預(yù)測中的應(yīng)用研究.pdf

1、隨著工業(yè)化程度的不斷提高，促進(jìn)經(jīng)濟繁榮崛起的同時，也給我們造成了嚴(yán)峻的環(huán)境污染問題。近些年，嚴(yán)重的霧霾天氣頻頻出現(xiàn)，給身體健康和日常生活造成了嚴(yán)重的影響，引起了社會的普遍關(guān)注和擔(dān)憂。
　　近幾年，國家對大氣污染防治工作高度重視，我國環(huán)保部門積極響應(yīng)國家的政策號召，全面升級改造全國環(huán)境大氣監(jiān)測系統(tǒng)，隨著系統(tǒng)的升級，站點的增加，監(jiān)測水平得到了大幅的提高。為了更全面的認(rèn)識和掌握大氣污染物的變化趨勢，為大氣污染防治工作提供更全面、及時的信

2、息，開展大氣污染物預(yù)測研究工作勢在必行。環(huán)境大氣污染物預(yù)測工作歷經(jīng)幾十年的發(fā)展，預(yù)測方法和預(yù)測技術(shù)都得到了全面的提升，但是，然而如何改善空氣污染物預(yù)測的預(yù)測精度，一直是空氣質(zhì)量預(yù)測領(lǐng)域必須考慮和研究的重點。
　　本文設(shè)計并實現(xiàn)了基于遺傳算法和粒子群算法的混合算法BP網(wǎng)絡(luò)大氣污染物濃度預(yù)測模型。該模型在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，引入遺傳算法和粒子群算法構(gòu)建的混合算法，實現(xiàn)對BP網(wǎng)絡(luò)的初始權(quán)值進(jìn)行優(yōu)化，有效提高了神經(jīng)網(wǎng)絡(luò)的泛化能力，避免了