基于遗传算法和BP神经网络的空气质量预测模型研究
2018-01-03牛玉霞
软件 2017年12期
牛玉霞
(南通科技职业学院,江苏 南通 226007)
基于遗传算法和BP神经网络的空气质量预测模型研究
牛玉霞
(南通科技职业学院,江苏 南通 226007)
随着雾霾天气频发,大气污染和环境管理引起了人们越来越多的关注。能够精确监测化工园区厂企排放污染物,并能根据周边环境变化对空气质量做出相应预测,对广大民众健康甚至生命安全而言,具有重要的现实意义。本文利用遗传算法优化BP神经网络的权重和阙值,根据天气预报的相关变量,构建了空气质量预测模型,使预测模型的网络收敛速度、预测精度、拟合度以及泛化能力都有所w提高。
BP神经网络;遗传算法;VOCs;空气质量预测
0 引言
《中华人民共和国环境保护法》明确提出:“生态环境是人类生存和发展的基本条件,是经济、社会发展的基础。保护和建设好生态环境,实现可持续发展,是我国现代化建设中必须始终坚持的一项基本国策。”然而,我国正处于工业化发展前期,长期沿用高物耗、高能耗、高污染的粗放型经济模式,对环境造成了很大破坏。尽管环境管理部门可以通过信息化手段监测污染源排放情况,但是污染一旦发生,无法补救。通过分析历史数据、环境参数变化,预测污染源排放数据变化情况,在污染发生之前,给予相应预警,可以有效保护环境。
VOCs是挥发性有机化合物(volatile organic compounds)的英文缩写,有毒性,是造成雾霾的主要成因,分析并预测 VOCs的变化趋势,对空气质量的变化预测有重要意义。改进的神经网络运用改进的算法训练神经网络,继承了神经网络自学习和自适应的优点,同时避免了神经网络可能收敛到局部最优的缺点。……
登录APP查看全文
