基于径向基概率神经网络和逐步判别分析法的室内空气品质双核评价模型.pdfVIP

Q塑 Q：垫 ScienceandTechnologyInnovationHerald 环 境 科 学 基于径向基概率神经网络和逐步判别分析法的室内空气 口 口口质双核评价模型 张字 ’刘佳 (1．合肥工业大学土木与水利工程学院 安徽合肥 2．北京航空航天大学航空科学与工程学院 北京) 摘 要：选取 甲醛、CO。，CO NO ，SO，．可吸入颗拉，空气细茵数作为室内空气品质评价指标，利用径向基概卒神经一络和逐 步判别分析法建立 了相互校正的双桉评价模型。斌双核模型综合 了机理分析与模式识别，具有很强的泛化能力争 自适应性，同时又有较 高的正确率和较快的评价速度 ，适用于实时分析和控制。最后通过具体实例的应用，证明 了模型的合理性与可行性。 关键词 ：室内空气品质 径向基概率神经网络 逐步判别分析 双核评价模型 中图分类号：x83 文献标识码：A 文章编号：1674—098X(2009)O9(b)一0126—02 现代人的大部分 时间都在室 内度过 ， 和总均值 ，以及组 内离差 阵和总离差阵 。 集 、总体集和待判样本集。 室内空气品质的好坏将会对人的身体健康 (2)规定引入和剔除评价指标变量的临 在上述双核模 型建立过程 中，要以原 和工作效率产生显著的影响。目前的方法 界值F进和 F出。 始样本作为径 向基概率神经网络的训练样 主要有评价指数法 、模糊数学评判法 、灰 (3)每步选择评价指标时，借助wilks统 本 ，以经过指标筛选后得到的评定样本作 色综合评价法、遗传算法评价法等 。评价 计量计算全部评价指标变量的判别能力， 为线性判别分析函数的输入样本。同时 ， 指数法会使评价结果 向污染重 的一方偏 在已入选 中剔除可能存在的最不显著评价 还要分别计算 出两独立模型对原始样本的 离 。模糊数学法主观性较强 ，容易使评价 指标 。 正判率 。 受控于个别因素 。灰色综合评价法对数据 (4)建立Fisher判别方程式。 该相互校正的双核模 型综合 了径 向基 的利用量少 ，可能造成有用信 息的丢失 。 具体应用时 ，采用 SPSS软件的逐步判 概率神经网络和逐步判别分析的特点，能 遗传算法编码不太容易，收敛速度较慢并 别分析模块对室内空气品质进行评价指标 够对监测结果进行实时分析与判断 ，并且 且易于陷入局部最优解。 目前常用的是评 筛选 ，通过对实际检测指标的假设检验分 能在相互验证 的基础上得出一个统一 的结 价指数法 。 析，引入判别能力好的因子，建立Fisher线 果 ，便于在工程 中应用 。 本文在借鉴评价指数法对样本进行初 性判别 函数。 步评定的基础上 ，提 出 由径 向基概率神经 将所研究对象 的各评价指标值代入上 2相互校正的双核评价模型分析 网络模型和逐步判别分析模型构成的相互 述判别函数 ，判别值最大 的函数所对应的 2．1径向基概率神经网络模型 校正双核评价方法 。该双核系统采用双模 等级 即为被测对 象的室内空气 品质等级 。 2．1．1评价指标 的选择 块相互校验 ，提高 了判断正确率 ，同时径向 1．3相互校正的双核评价模型的建立 室内污染物种类繁 多，根据人机理论 ， 基概率神经网络的非线性特性和逐步判别 上述径向基概率神经网络模 型和逐步 选取对人的生理和心理有重要影 响的7个 分析的线性特性能综合反映各 因素作用的 判别分析模 型为两个相互独立 的分析模 因素作为室内空气品质的评价指标 ，即甲 非线性环节和线性环节 。该评价方法快速 块 ，它们在室内空气品质的评价上各有优 醛、CO，、CO、NO，、SO，、可吸入颗粒、空 性好 ，客观性强 ，对数据