改进型BP神经网络在广州空气污染预报中的应用研究

摘要：

为了更好地了解环境污染的情况,建立有效的空气污染预报模型成为了刻不容缓的工作.本文以广州市4年的空气污染指数(API)和相对应的逐日气象数据资料为基础,进行空气质量的研究.基于BP神经网络在空气污染指数预报中存在的不足,采用万有引力搜索算法对BP网络进行改进.鉴于不同季节API值的变化差别,将改进后的BP神经网络模型对广州4季的API值进行预测.通过比较改进前后模型的均方百分比误差和预报准确率,发现改进后的BP神经网络预报效果优于传统的BP.

关键词：空气污染指数、BP神经网络、万有引力搜索算法、预报准确率

分类号：X831(环境监测)

在线出版日期：2017-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：11-13,15