遗传算法优化神经网络用于大气污染预报

被引：27

作者：

王芳

程水源

李明君

范清

机构：

[1] 北京工业大学环境与能源工程学院

来源：

北京工业大学学报 | 2009年 / 35卷 / 09期

关键词：

PM10; 神经网络; 遗传算法; CMAQ;

D O I：

暂无

中图分类号：

X51 [大气污染及其防治];

学科分类号：

0706 ; 070602 ;

摘要：

大气污染预报可以对大气污染提出警示,保护人体健康和生活环境.为了对北京市PM10的质量浓度进行预报,建立了用于大气污染预报的遗传神经网络模型,该模型运用遗传算法优化神经网络的权值和阈值,有效提高了网络的收敛性和预报准确率.用改进后的神经网络对北京市PM10的质量浓度进行了模拟,并将模型模拟结果与美国第3代空气质量模型Models-3(CMAQ)的数值模拟结果进行了比较.实验结果表明:遗传神经网络模型和数值模型的模拟结果的平均相对误差分别为0.21和0.26,用于空气污染物质量浓度短期预报时,神经网络模型的预测精度与数值模型的预测精度相当.对于没有条件开展空气污染数值预报的城市或地区,神经网络是一种有效的替代方法.

引用

页码：1230 / 1234

页数：5

共 8 条

[1] 混合遗传神经网络算法研究及其在径流预报中的应用
黄牧涛
黄科火良
[J]. 长江科学院院报, 2007, (04) : 31 - 33
[2] 人工神经网络在苏州空气污染预报中的应用
白晓平
张启明
方栋
洪维民
刘峰磊
COSTABILE Francesca
王芬娟
[J]. 科技导报, 2007, (03) : 45 - 49
[3] 基于遗传算法的神经网络短期气候预测模型
金龙
吴建生
林开平
陈冰廉
[J]. 高原气象, 2005, (06) : 981 - 987
[4] 城市空气质量数值预报模式系统及其应用
房小怡
蒋维楣
吴涧
张宁
刘红年
徐天骄
[J]. 环境科学学报, 2004, (01) : 111 - 115
[5] An ARPS-CMAQ Modeling Approach for Assessing the Atmospheric Assimilative Capacity of the Beijing Metropolitan Region
Shuiyuan Cheng
Dongsheng Chen
Jianbing Li
Xiurui Guo
Haiyan Wang
[J]. Water, Air, and Soil Pollution, 2007, 181 : 211 - 224
[6] Application of LIDAR Technique and MM5-CMAQ Modeling Approach for the Assessment of Winter PM10 Air Pollution: A Case Study in Beijing, China[J] . D. S. Chen,S. Y. Cheng,J. B. Li,T. Chen,X. Y. Zhao,X. R. Guo,H. L. Hu,T. Yu.Water, Air, and Soil Pollution . 2007 (1-4)
[7] Comparative assessment of neural networks and regression models for forecasting summertime ozone in Athens[J] . Archontoula Chaloulakou,Michaela Saisana,Nikolas Spyrellis.Science of the Total Environment . 2003 (1)
[8] An integrated ARPS-MM5-CMAQ modeling approach for predicting PM10concentrationin the metropolitan region of Beijing in winter .2 Chen D S,Cheng S Y,Guo X R et al. EnvironmentalInformatics Archives . 2005

← 1 →