城市空气质量的BP和RBF人工神经网络建模及分类评价.pdfVIP

第 21卷 第 6期 安 全 与 环 境 工 程 Vo1．21 NO．6 2014年 11月 Safety_andEnvironmentalEngineering NOV． 2014 城市空气质量的BP和RBF人工神经网络 建模及分类评价 刘 杰 ，杨 鹏。，吕文生 ，刘阿古达木 (1．北京科技大学土木与环境工程学院，北京 100083；2．北京联合大学北京市信息服务 重点实验室 ，北京 100101) 摘 要：根据MATLAB提供的人工神经网络模型，将其应用到城市空气质量评价，研究并对比分析BP和RBF两 种人工神经网络的建模方法及评价结果。首先构建BP神经网络模型，确定输入层、隐含层和输出层的神经元数 ， 选择 Sigmoid型函数作为激励函数，应用 内插扩展出的训练样本对BP网络进行学习，再用训练成熟的BP网络对 待评价样本进行仿真 ；其次构建 RBF神经网络模型，确定其输入层和输 出层的神经元数 ，选择 Gauss函数作为隐含 层激励函数 ，再用同样~iJII练样本进行学习和仿真 ；最终进行归一化论证 ，验证归一化预处理在空气质量评价中的 必要性 。结果表 明：应用 BP和 RBF人工神经网络可以得出较好 的城市空气质量分类评价结果，其 中RBF神经网 络模型与改进 的灰色聚类法评价结果一致 ，具有较高的准确率 ，是一种快捷 、有效的综合评价方法 。 关键词：城市空气质量 ；分类评价；BP神经网络；RBF神经网络 中图分类号 ：X823 文献标识码 ：A 文章编号：1671—1556(2014)06—0129—06 BP andRBF ArtificialNeuralNetwork M odelingand ClassifiedEvaluationforUrbanAirQuality LIU Jie．YANG Peng。，LV Wen—sheng，LIU Agudamu (1．Sch0olofCivilandEnvironmentalEngineering，UniversityofScienceand TechnologyBeijing，Beijing100083，China；2．BeijingKeyLaboratoryof In orm。tio ServceEngineering，BeijingUni0 UnivPrsity，Bezj,ng1OO1O1，China) Abstract：Tostudythedifferencesin themodelingandevaluateresultsbetweeBackPropagation(BP)and Radia1BasisFunction (RBF)neuralnetwork，thispaperappliestheartificialneuralnetwork modelsin M ATLAB toevaluatingurbanairquality．Firstly，thepaperdeterminestheneuronnumberoiinp tlay。 ’ hiddenlayerandoutputa【yerandchoosesSigmoidfunctionastheexcitationfunctiontobuildtheBPneural networkm0de1．Thenthepaperusestheextendedsamplesobtainedbyinterpolationtotram BPneuralnet- work，andappliesthe trainedBP network tO sireulating the samples．Secondly，tO determinetheneuron numberofinputlayerandoutputlayer，thepaperbuildsaRBF neuralnetworkmodelandchoosesGauss