10.3969/j.issn.1006-2009.2016.05.006
基于小波分析与 BP神经网络的 PM10浓度预测模型
应用小波分析和BP神经网络相结合的方法,建立大气污染物浓度预测模型。首先,利用静态小波分解将原始的大气污染物浓度序列分解为不同频段的小波系数序列;其次,将重要的气象因子和各尺度上的小波系数序列作为BP神经网络的输入;最后,对输出的各序列预测值重构,得到最终的预测结果。使用该模型对重庆市主城区某国控监测站点的PM10浓度预测,结果表明,与传统的BP神经网络模型相比,该预测模型的推广能力强、预测精密度高,具有良好的应用前景。
小波分析、BP神经网络、预测模型、PM10
28
TP183;X513(自动化基础理论)
教育部留学回国人员科研启动基金资助项目教外司留[2013]693号;重庆市研究生教改基金资助项目YJG43015
2016-11-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
24-28