基于GA-BP神经网络大气中PM2.5软测量研究

摘要：

大气中PM2.5质量浓度变化具有较强的非线性特性，传统的软测量方法很难对其做出准确的计量监测。针对传统BP神经网络易陷入局部最小值的缺陷，将遗传算法和BP神经网络相结合建立了GA-BP神经网络软测量模型，将该模型应用到大气PM2.5质量浓度的计量监测中，并与传统BP神经网络模型的监测结果进行对比，结果表明经过遗传算法优化后的模型具有更好的非线性拟合能力和更高的监测精度。

关键词：计量学、遗传算法、GA-BP神经网络、PM2. 5监测、软测量

分类号：TB99(计量学)

资助基金：国家自然科学基金11174078；河北省自然科学基金E2012502046；中央高校基本科研业务费专项资金12MS102

在线出版日期：2014-12-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：622-626