基于双向误差传播多层神经网络的监测盲区工业废气分布分析方法

摘要：

工业园区废气占据大气污染来源总量的70％左右,需建立科学全面的监测机制,但实际上监测区域范围大、部分区域无法布点、气体分布机理建模困难.针对此实际问题及理论分析难点,提出基于双向误差传播多层神经网络(BEMNN)的监测盲区工业废气分布分析方法.首先,针对工业园区内部无法布设监测点的实际情况,提出“边界监测-盲区推理”的废气监测方案;然后,提出一种误差双向传播的多层组合神经网络,对边界与盲区的气体分布关系进行建模,利用边界监测数据推理盲区气体分布情况;最后利用某工业园区实际监测数据训练网络并进行回归推理,所提方法回归计算的平均绝对误差小于28.83 μg,均方根误差小于45.62 μg,相对误差控制在8％～8.88％,说明所提方法具有可行性,准确性可满足解决实际问题的需求.

关键词：工业废气、多层神经网络、监测盲区、数据驱动

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金青年项目61703008;北京市教委科技计划重点项目KZ201510011011;北京市市属高校创新能力提升计划项目PXM2014_014213_000033.This work is partially supported by Youth Science Foundation of the National Natural Science Foundation of China61703008;the Key Project of Science and Technology Plan of Beijing Municipal Education CommissionKZ201510011011;the Program of Innovation Ability Promotion of Municipal Universities in BeijingPXM2014_014213_000033

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1500-1504,1522