基于B-P神经网络优化算法的城市环境空气中PM10浓度预测模型

基于B-P神经网络优化算法的城市环境空气中PM10浓度预测模型

摘要： 将B-P神经网络应用于西安市环境空气中PM10浓度预测,对网络结构和算法进行了优化,建立了PM10浓度预测模型.经验证模型精确度比较高,PM10日平均浓度绝对误差0.015～0.020mg/m3,相对误差在-20%～20%范围内. 作 者： 武常芳    张承中    邢诒    王晓平    李文韬   作者单位： 武常芳,张承中,邢诒,王晓平(西安建筑科技大学环境乌市政工程学院,西安,710055)

李文韬(西安市环境监测站,西安,710054) 

期 刊： 环境保护科学  ISTIC   Journal： ENVIRONMENTAL PROTECTION SCIENCE  年，卷(期)： 2008, 34(1)  分类号： X8  关键词： B-P神经网络    PM10浓度    预测模型   

【基于B-P神经网络优化算法的城市环境空气中PM10浓度预测模型】相关文章：

基于混沌算法的自适应预测模型08-08

基于BP和RBFNN的神经网络算法在瓦斯预测中的应用及比较11-04

基于BP神经网络的飞行体姿态预测模型08-17

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用07-06

基于Matlab的BP神经网络在大气污染物浓度预测中的应用12-14

基于粒子群优化算法的本构模型参数识别07-23

基于蚁群算法的铁路空车调整优化模型设计07-20

试论网络流算法中模型的优化与选择01-20

人工神经网络优化模型在洪水预报中的应用08-27