基于B-P神经网络的环境空气质量预测模型

被引：24

作者：

祝翠玲 ^{[1
]}

蒋志方 ^{[2
]}

王强 ^{[3
]}

机构：

[1] 山东经济学院信息管理学院

[2] 山东大学计算机科学与技术学院

[3] 中国移动通信集团山东有限公司济南分公司

来源：

计算机工程与应用 | 2007年 / 22期

关键词：

B-P神经网络; 空气质量; 预测模型; 隐层;

D O I：

暂无

中图分类号：

X823 [大气评价];

学科分类号：

0706 ; 070602 ;

摘要：

B-P神经网络是一种刻画非线性现象的强有力工具,可以将它应用到环境空气质量预测中。B-P神经网络针对不同的监测项目,根据不同的气象特征因子,将污染源排放数据为输入因子,监测点位监测数据作为输出因子,形成多组训练样本,进行学习训练,建立起不同的预测网络。然后用空气污染源排放监测数据输入相同气象条件的、已调整好权值的B-P神经网络系统,即可输出该项污染物的监测点位预测监测值。实验证明B-P神经网络预测模型取得了较好的结果,比现有预测模型具有更大的优势。

引用

页码：223 / 227

页数：5