基于BP神經(jīng)網(wǎng)絡(luò)的西安市PM-,10-污染預(yù)報(bào)及其MATLAB實(shí)現(xiàn).pdf

1、可吸入顆粒物PM10是長(zhǎng)期以來(lái)西安市大氣中的首要污染物，為更好地反映其污染變化趨勢(shì)、加強(qiáng)污染防治工作和預(yù)防嚴(yán)重污染事件發(fā)生，研究污染預(yù)報(bào)方法，開(kāi)展污染預(yù)報(bào)工作意義重大。由于大氣環(huán)境系統(tǒng)自身復(fù)雜多變且長(zhǎng)年積累了大量歷史監(jiān)測(cè)數(shù)據(jù)，傳統(tǒng)預(yù)報(bào)方法難以充分利用其中的有用信息實(shí)現(xiàn)精確預(yù)報(bào)，方法技術(shù)亦不易推廣。筆者將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到空氣污染預(yù)報(bào)領(lǐng)域中，借助神經(jīng)網(wǎng)絡(luò)極強(qiáng)的非線(xiàn)性處理能力，利用MATLAB軟件設(shè)計(jì)出基于BP神經(jīng)網(wǎng)絡(luò)的西安市PM10污

2、染預(yù)報(bào)模型。 首先，利用一元線(xiàn)性回歸、主成分分析法將28個(gè)備選預(yù)報(bào)因子精簡(jiǎn)為11個(gè)，作為模型的輸入。其次，對(duì)動(dòng)量BP算法、BFGS擬牛頓算法、SCG算法等六種不同BP算法的訓(xùn)練效果進(jìn)行比較分析，得到適合論文模型的訓(xùn)練算法——SCG算法。最后，通過(guò)改變隱層節(jié)點(diǎn)數(shù)和網(wǎng)絡(luò)訓(xùn)練次數(shù)，將網(wǎng)絡(luò)的訓(xùn)練和預(yù)報(bào)效果進(jìn)行橫縱向?qū)Ρ?，確定最佳隱層節(jié)點(diǎn)數(shù)為5，西安市PM10污染預(yù)報(bào)模型由此建立。 為提高網(wǎng)絡(luò)的泛化性能，論文采用訓(xùn)練方法為SC

3、G算法的提前終止法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并利用測(cè)試樣本集對(duì)預(yù)報(bào)模型的仿真結(jié)果進(jìn)行檢驗(yàn)。結(jié)果表明，預(yù)報(bào)值與實(shí)際值的相關(guān)系數(shù)達(dá)到0.801，在265個(gè)測(cè)試樣本中，預(yù)報(bào)結(jié)果與實(shí)際完全吻合的為212天，占80％；如果相差不超過(guò)一級(jí)視為準(zhǔn)確，則不超過(guò)一級(jí)為262天，占98.87％。預(yù)報(bào)結(jié)果與實(shí)際情況基本一致，結(jié)論直觀，效果理想。 論文的研究從實(shí)踐上證明了人工神經(jīng)網(wǎng)絡(luò)用于西安市空氣污染預(yù)報(bào)的可行性，為信息社會(huì)的城市空氣污染預(yù)報(bào)工作提供了一種新的