基于神经网络的城市空气质量预测研究

在线阅读 下载PDF 导出详情
摘要 【摘要】本文所研究的空气质量预测工作,利用有效的数据集以及建立 BP神经网络预测算法模型对降雨量,城市生产总值,温度,经度,纬度,海拔高度,人口密度,是否沿海,绿化覆盖率,焚烧量 等 11个与空气质量指数有关的因素与空气质量指数进行相关性分析。然后利用 PAC算法进行降低维度,以便找出和空气质量指数有重要关联的 9个主要特征。利用 BP-GA神经网络算法进行和数据集中的数据进行预测,并且利用 MATLAB进行预测仿真,观察空气质量预测的效果图。最后总结 BP-GA神经网络算法是较适用于空气质量预测的。
作者 文文
出处 《工程管理前沿》 2020年5期
出版日期 2020年05月12日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献