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