多种神经网络在华北西部区域城市空气质量预测中的应用
据华北西部区域4个主要城市2003-2012年API日报数据和相应时段的地面气象要素数据,利用4种(BP、Elman、T-S模糊、小波)神经网络构建预测模型并预测相应城市大气环境质量.研究结果显示,4种模型在可靠性、预测精度方面均可满足应用要求可用于实际预测;具有动态反馈能力的Elman神经网络的预测精度以及泛用性要优于具静态馈能力的其他3种网络模型,说明动态神经网络更适用于城市大气环境质量预测.4种神经网络的决策权重大小及其排序虽各不相同,但体现出相似规律性,日最低气温、日均气压、前日API对输出数据的影响较大,说明逆温现象引发的持续性、区域性污染是该地区主要环境问题.
华北西部、空气污染指数(API)、气象要素、BP神经网络、Elman神经网络、T-S模糊神经网络、小波神经网络
9
X823(环境质量分析与评价)
2016-01-08(万方平台首次上网日期,不代表论文的发表时间)
6005-6009