大气SO2含量时间序列的BP人工神经网络预测模型

摘要：

基于某市1996～2008年大气中SO2含量数据,利用BP人工神经网络(ANN)方法,建立SO2含量变化的时间序列人工神经网络模型.对该市2009～2015年大气中的SO2含最变化趋势和规律进行研究.并与趋势外推法(TEND)的预测结果进行比较.结果表明基于人工神经网络技术的SO2含量预测是可行的,模型能较好地反映SO2含量的动态变化规律.

关键词：人工神经网络、SO2含量、时间序列、预测模型

分类号：X823(环境质量分析与评价)

在线出版日期：2010-08-10（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：31-34