换一批
换一批摘要基于人工神经网络的空气质量预测模型优于传统的逐步回归模型,但由于性能差异不明显而较少在空气质量预报中应用. 设计了将遗传算法和神经网络算法相结合的基于GA_ANN的空气质量预测模型,并利用天津市2003-2007年气象和污染物监测资料对该模型进行验证. 对2007年全年的ρ(SO_2), ρ(NO_2)和ρ(PM_(10))进行预测,预测值与实测值的相关系数分别为 0.899 6, 0.828 3和 0.600 0. 与一般的人工神经网络预测模型相比较,GA_ANN模型将空气质量等级预报的准确率从77.57%提高到79.67%. GA_ANN模型可结合其他方法进行日常空气质量预报.
更多相关知识
关键词
遗传算法神经网络空气质量预测空气污染指数genetic algorithms(GA)artificial neural networks(ANN)air quality forecastingair pollution index(API)
分类号
X823
栏目名称
大气环境
发布时间
2010-01-19
基金项目
国家自然科学基金
天津市社会发展基金
- 浏览0
- 被引61
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
