基于神经网络的雾霾预警系统研究与实现

摘要：

传统的雾霾预警系统缺乏预知性,无法实现提前预警以规划预防,其次雾霾物理结构异常复杂且具有强烈非线性的结构、预测难度较高.为了更好地反映雾霾在时间及空间的分布状况,为预防工作提供充足的时间准备,实现了一种预测与报警模型相结合的预警系统.基于BP神经网络算法,对乐山市未来5天各站点PM2.5含量进行了高精度的预测,并设计了各县及各城区预警的功能模块,对各县预警专题图、空间插值分布图及相关数据信息进行展示.采用插值算法对市中区各城区监测点进行数据离散化处理,生成预警专题图及相关预测数据可视化.系统以乐山市的PM2.5的监测站实时监测的数据为源数据,通过对乐山监测点历史PM2.5数据进行实验预测,并与实际值进行对比分析,达到了较好的预测效果.建立的预警模型具有一定的实用和研究价值,可为相关部门提供可靠的数据支撑.

关键词：神经网络、雾霾预警系统、雾霾预测、预警专题图、插值算法

所属期刊栏目：29

分类号：TP302.1(计算技术、计算机技术)

资助基金：2015 年度四川省教育科研项目15ZB0366;2018 年度乐山市重点研究项目18JZD051;2018 年度学院苗子工程项目2018MK09

在线出版日期：2019-10-25（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：26-30