人工神經(jīng)網(wǎng)絡(luò)在空氣質(zhì)量預(yù)測中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著社會經(jīng)濟(jì)的發(fā)展、城市人口的膨脹,大氣污染問題日趨嚴(yán)重。為了更好地反映環(huán)境污染變化趨勢,加強(qiáng)空氣污染防治,預(yù)防嚴(yán)重污染事件發(fā)生,研究空氣質(zhì)量預(yù)測方法、開展大氣污染預(yù)測意義重大。濟(jì)南市環(huán)境保護(hù)監(jiān)測站自1999年開始進(jìn)行了城市空氣質(zhì)量自動監(jiān)測工作,積累了大量的空氣質(zhì)量監(jiān)測歷史數(shù)據(jù),這些數(shù)據(jù)對整個城市環(huán)境空氣質(zhì)量進(jìn)行分析和預(yù)測具有十分重要的意義,隨著空氣質(zhì)量實(shí)時監(jiān)測系統(tǒng)和重點(diǎn)污染源實(shí)時在線監(jiān)測系統(tǒng)的建立,監(jiān)測數(shù)據(jù)的增長更加迅速。由于大氣環(huán)境

2、系統(tǒng)自身復(fù)雜多變且已經(jīng)積累了海量歷史監(jiān)測數(shù)據(jù),傳統(tǒng)預(yù)測方法難以充分挖掘歷史數(shù)據(jù)中的有用信息實(shí)現(xiàn)比較精確的預(yù)測。本文將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用到空氣質(zhì)量預(yù)測領(lǐng)域中,借助神經(jīng)網(wǎng)絡(luò)的非線性處理能力和容噪能力,根據(jù)實(shí)際應(yīng)用,對常用的神經(jīng)網(wǎng)絡(luò)模型做相應(yīng)的改進(jìn)并應(yīng)用到特定環(huán)境中,分別建立了基于樣本自組織聚類的誤差反向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)空氣質(zhì)量預(yù)測模型和基于隱節(jié)點(diǎn)剪枝的資源分配網(wǎng)絡(luò)(Resource Allocating

3、Network,RAN)空氣質(zhì)量預(yù)測模型,為環(huán)境管理決策提供及時、準(zhǔn)確、全面的空氣質(zhì)量信息。 本文所做的主要工作有以下幾個方面: (1)研究了BP神經(jīng)網(wǎng)絡(luò)和徑向基(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、學(xué)習(xí)方法,對BP神經(jīng)網(wǎng)絡(luò)存在的缺陷進(jìn)行了分析,對RBF神經(jīng)網(wǎng)絡(luò)的各種學(xué)習(xí)算法進(jìn)行了探討。 (2)根據(jù)空氣質(zhì)量預(yù)測實(shí)際應(yīng)用中神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本通常具有內(nèi)在特征和規(guī)律性,提出一種基于樣本自組

4、織聚類的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。通過自組織競爭網(wǎng)絡(luò)的聚類特征,改善樣本訓(xùn)練對BP網(wǎng)絡(luò)性能的影響。BP神經(jīng)網(wǎng)絡(luò)采用收斂速度較快和誤差精度較高的動量-自適應(yīng)學(xué)習(xí)速率調(diào)整算法。并通過基于這種模型的空氣質(zhì)量預(yù)測,表明基于樣本自組織聚類的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型首先會提高收斂速度,其次會減少陷入局部最小的可能,提高預(yù)測精度。 (3)針對空氣質(zhì)量預(yù)測中多種非線性因素對預(yù)測精度的影響,及空氣污染的時變性,采用能夠在線學(xué)習(xí)的資源分配網(wǎng)絡(luò)算法;并結(jié)合隱

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論