基于GA-BP神经网络的自建点PM2.5浓度校准研究 |
| |
引用本文: | 尤游,王蒙.基于GA-BP神经网络的自建点PM2.5浓度校准研究[J].佳木斯大学学报,2020,38(4):74-76,94. |
| |
作者姓名: | 尤游 王蒙 |
| |
作者单位: | 安徽机电职业技术学院公共基础教学部,安徽 芜湖241000;安徽机电职业技术学院互联网与通信学院,安徽 芜湖241000 |
| |
基金项目: | 职业院校教育类教指委公共基础课程立项课题;安徽省高等学校自然科学研究项目;安徽省高等学校省级质量工程项目 |
| |
摘 要: | 为精准预报空气质量,以PM2.5为例对其自建点监测浓度进行校准,选取6种污染物浓度以及5个环境因素建立神经网络模型。BP算法由于权值和阈值的随机性可能存在局部最优、过渡拟合等缺陷,所以利用遗传算法优化BP神经网络,构建GA-BP神经网络模型。仿真结果表明,GA-BP神经网络的校准平均绝对百分比误差和均方误差分别为12.56%和0.0197,明显低于BP神经网络,说明该模型校准效果更好,能明显提高空气质量预报的准确率。
|
关 键 词: | BP神经网络 遗传算法 主成分分析 GA-BP神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|