10.3969/j.issn.1673-1212.2023.07.022
基于神经网络的城市大气雾霾污染短时预测方法研究
受到城市区域气候变化快、特征隐秘性强、可分析时间段短的影响,大气雾霾污染变化特征差异较大,短时预测适应性降低,由此,设计了基于神经网络的城市大气雾霾污染短时预测方法.构建神经网络预测结构,利用神经元的遗传特征,关联每一时间点下的有效雾霾特征,保证预测量信息特征范围的最大化,确定雾霾污染函数预测信息及其相关配置函数,进行大气雾霾短时预测层计算输出,获得短时预测结果.实验数据表明,提出方法具备减小预测误差,优化预测逻辑环境,提升预测速度的能力,保证适应性强,具有较高的推广与研究价值.
神经网络、雾霾污染、短时、预测
48
X823(环境质量分析与评价)
2023-08-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
99-104