基于因子分析与径向基神经网络的空气质量预测研究

摘要：

将因子分析与RBF神经网络结合,通过因子分析对预报因子数据降维,消除数据冗余和指标间的交互影响,分别构建模型对主要污染物浓度和AQI进行预测.结果表明,平均绝对误差量级达到10-3～10-2mg/m3,有效提高了收敛速度和预报准确度.

关键词：空气质量指数、因子分析、RBF神经网络、预报模型

分类号：X51(大气污染及其防治)

资助基金：2019校级科研项目;2019年广东省教育厅省级质量工程教育教学改革与实践项目;2019广东省职业技术教育学会第三届理事会科研项目重点立项课题

在线出版日期：2020-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：156-157