|
|||||
|
|
| 基于CPSO-BP神经网络的PM2.5浓度预测模型 | |
| 作者姓名： | 刘帅令 张立 方珂 王腾军 |
| 摘 要： | 为了提高大气中PM2.5浓度的预测精度,采用平均影响值(MIV)算法筛选出对大气中PM2.5浓度有影响的主要变量,并依次作为神经网络输入变量.利用混沌粒子学(CPSO)算法修正BP神经网络初始权值和阈值,优化BP神经网络机构,以达到提高预测模型精度的目的.以2017年西安市PM2.5日均浓度数据为样本建立预测模型,实验... |
| 关 键 词： | 平均影响值算法 混沌粒子群 BP神经网络 浓度预测 |
| 本文献已被 CNKI 等数据库收录！ | |