基于B-P神经网络的环境空气质量预测模型

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

维普资讯 http://doc.guandang.net

C m ue n ier g ad A pi t n o p t E gn e n n p l ai s计算机工程与应用 r i c o

2 0,3 2 ) 07 4 (2

23 2

基于 B P神经网络的环境空气质量预测模型—祝翠玲一蒋志方， .,王强 Z U C il g,JA G Z ifn￣WA G Q ag H u—i 1,I N h-a g, N in n 21山东经济学院信息管理学院，南 2 0 1 .济 50 4 2山东大学计算机科学与技术学院，南 2 0 6 .济 50 1

3中国移动通信集团山东有限公司济南分公司，南 2 0 1 .济 5041De at n fI fr t n Ma a e n, h n o g E o o c Unv ri J’ a 5 0 4, hn . pr me to nomai n g me tS a d n c n mi iest in n 2 0 1 C ia o y, 2De at n fCo ue ce c n eh oo y S a d n nv ri J’ a 5 0 1 Chn . pr me to mp trS in e a d T c n lg, h n o g U iest in n 2 0 6, ia y,

3j’ a rn h o C ia Mo i op rt n i S a d n,’ a 5 0 4 C ia . n n ba c f hn bl C r oa o n h n o g J n n 2 0 1, h i e i i nE mal co k i g 0 2 6 .o— i:l c l 2 0@1 3 c m n

Z HU u—igJ A G h—a g W AN Qi g oeat g mo e o n i n n i u ly b sd o - e rln t C il,I N Z ifn, n G a . rc s n d l fe vr me tar q ai ae n B P n u a e- n F i o t w r . o ue n ier g a d A piain,07 4 (2:2— 2 okC mp t E gn ei p l t s2 0,3 2 )2 3 2 7 r n n c oAb t a t B— e r l n t o k i o r l to h t d s rb s n n ie r p e o n n W e c n a p y i i t h o e a t g w r sr c: P n u a e w r s a p we f o l t a e c e o l a h n me o . a p l t n o e fr c s n o

k u i n t i o h e vr n n i u i . o山e i e e t mo i rn tm t wi ma e e e a r u s f tan n d t t tan h B— f t e n i me t a r oⅡ a t F r l y d f r n n ti g i f o e i l l k s v r g o p o r ii g aa o r i t e l P n u a e w r n k t l a n i ih f t e d f r n ah r h r ce n t e b ss o a i g t e p l t o r e e h u t g e rl n t o k a d ma e i e r n l t o h i e e t we t e c a a tr o h a i f tk n h ol e s u c x a si g u n

d t s h n u a a n tk n h mo i r g d t n mo i r p st n a h u p t d t . d i wi e tb ih i e e t p e a a a t e i p t d t a d a i g t e n t i aa i n t o i o s t e o t u aaAn t l sa l df r n r— on o i l sd ci n n t o k An te a u p t t e c re p n i g i m’ n trn aa i h nt r p st n b n ut g t e e t i t e w r . d h n we c n o tu h or s o d n t o e S mo i i g d t n t e mo i o i o y i p t n h mi o o i i—

t g moi rd t o earp l t n rsuc no tet i d B P nua ntok wt h dutd hih i esm ete i nt a ft i o ui eore it h r n — e rl ew r i teajs egt n t a e w ahr n o a h l o ae h e hc n i o . h e p rme t r v s h t o dt n T e x e i n p o e t a B— n u a n t r p e it n i P e r l ewo k r d c i mo e h s c u r d o d l a a q i mu h e tr r s l n i a mu h e c b t e u t d t s e a h c moe s p r rt h n t e c re t p e it n mo e . r u

e o y t a h u n r d c i d 1 ii o

Ke r s:B P n u a ewo k; i q ai fr c si g mo e; id n ly r y wo d— e rl n t r a r u l y; e a t d l h d e a e t o n

摘

要：— B P神经网络是一种刻画非线性现象的强有力工具，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可—

测项目，据不同的气象特征因子，污染源排放数据为输入因子，测点位监测数据作为输出因子，成多组训练样本，行学根将监形进习训练。立起不同的预测网络。建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，可—即

输出该项污染物的监测点位预测监测值。实验证明 B-经网络预测模型取得了较好的结果，现有预测模型具有更大的优势。 - P神比关键词：— B P神经网络；气质量；测模型；层空预隐文章编号：0 2 8 3 ( 0 7 2— 2 3 0 文献标识码： 中图分类号： P 8 10— 3 12 0 )2 0 2— 5 A T 13

l引言 人工神经网络是一种描述和刻画非线性现象的强有力工

( C、T HR M)E A模式等。 而环境空气质量由于受风向、速、温、度、染源排风气湿污

具，有较强的自学习、具自组织、自适应能力等特点，别适合特于对具有多因素性、不确定性、机性、线性和随时间变化特随非性的对象进行研究。目前许多研究者针对 B P神经网络的这—些特点， B P神经网络应用到各种不同的领域当中，进行将—并了大量的研究。L t (0 3利用灰度相关的 B P神经网络 i 20 ) ea l—

放情况等多种因素的影响，得环境空气质量问题具有很大的使不确定性。目前人工神经网络在环境空气质量预报领域的应用

仍处于研究、索阶段。论文将 B P神经网络应用到环境空气探—质量预测当中建立起了环境空气质量预测模型。首先对某个监测项目根据不同的气象特征 .择满足选定选气象条件的污染源排放和监测站点小时监测数据，

成多组训形练样本，别对神经网络进行学习训练，而建立不同的预测分从网络。然后根据要预测时间的气象数据，空气污染源排放监用测数据作为预测时间的污染源排放数据，输入相同气象条件

研究了在高温分解状态下生物的数量对气体的繁殖率和气体的压力的影响『 eg和 Qu 2 0 )粗糙集理论的基础上利 1 1 n。F i(0 4在

用 B P神经网络预测出了短期的电子负荷[ u hn — 2 1 n Zag和。YY n (0 5将 B P神经网络应用到粮食增长的预测中[ o gHe2 0 )— 3 1。Z LIu& J . at n& G o h s a d C H.a& D v l ._ J i .C sga P a e p y n . P n e e将

的、调整好各项权值的 B P神经网络系统进行计算，到输已—得出结果，归一化公式反推出的数值，为该项污染物的监测经即点位预测监测值。

B P神经网络应用到地震的小波抽取变换中：环境空气质量—在

预报中也经常用到一些模型如：流层高分辨率化学物质模式对

作者简介：祝翠玲 (9 9 )女，士，教，要研究方向：据挖掘， 17一，博助主数文本挖掘；志方 (9 2 )男，教授；强 (9 9 )硕士，要研究方向：蒋 16一，副王 17",主数据挖掘。

http://doc.guandang.net