基于灰色关联分析指标筛选的RBF神经网络-马尔可夫链的空气质量预测模型 |
| |
引用本文: | 韩晓光,李博宇,管智贇.基于灰色关联分析指标筛选的RBF神经网络-马尔可夫链的空气质量预测模型[J].南开大学学报,2013(2):22-27. |
| |
作者姓名: | 韩晓光 李博宇 管智贇 |
| |
作者单位: | 南开大学滨海学院公共数学教研室;南开大学滨海学院电子科学系;南开大学滨海学院教务部 |
| |
摘 要: | 根据天津市空气质量监测数据及实际情况,应用RBF神经网络-马尔可夫模型对天津市空气中物浓度进行预测.首先,分别以SO2、NO2、PM10为参考序列,应用灰色关联理论选出关联度较高的因F神经网络的输入节点.其次,应用RBF神经网络对各污染物浓度进行预测,并利用马尔科夫模型修值,可使修正值更加接近实测值.以SO2为例,RBF神经网络的平均相对误差为1.797%,应用马尔可正后的平均相对误差为1.035%,验证了该方法的可行性.
|
关 键 词: | 空气质量 灰色关联度 RBF神经网络 马尔科夫链 |
本文献已被 CNKI 等数据库收录! |
|