10.3969/j.issn.1671-7449.2018.03.002
基于BP-RBF组合神经网络的废气监测盲区SO2浓度预测
工业园区大气管理中,监测盲区的废气浓度分析是现有监测系统需要解决的难点问题.本文提出一种组合神经网络,利用已知监测点信息对监测盲区的废气浓度进行预测.首先,根据BP与RBF神经网络的特点,提出二者组合的神经网络结构;其次,分析监测盲区废气浓度预测问题,并提出基于 BP-RBF组合网络的预测模型算法;最后,运用工业园区SO2实际监测数据对所提组合网络预测方法进行实验验证.实验结果表明:本文所提BP-RBF组合网络预测方法具有良好的性能,适用于监测盲区废气浓度预测问题.
BP-RBF组合神经网络、废气监测、监测盲区、SO2浓度预测
32
TP183(自动化基础理论)
山西大学-小店区产学研合作项目
2018-08-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
191-196