应用类神经网路与时间数列.pptVIP

應用類神經網路與時間數列預測彰化地區臭氧濃度之研究 研 究 生：李建朋 指導教授：吳春生 博士 胡子陵 博士 本文大綱 一、前言 二、文獻回顧 三、研究方法 四、研究結果 五、結論 六、參考文獻 一、前言 一、前言(1/2) 造成台灣地區PSI100的主要指標汙染物為臭氧及懸浮微粒，其中懸浮微粒的濃度有些微的下降，而臭氧的日平均濃度則較過去增加 根據環保署發布的臭氧汙染警報，臭氧空氣品質達不良等級比率有異常升高現象。所以，我們如果不加以重視，那麼臭氧問題將會成為嚴重的空氣汙染危機。 一、前言(2/2) 臭氧是具有刺激性及腐蝕性的光化二次汙染物，為構成光化煙霧的重要成份。所以，在地表面上的臭氧可能會因為其濃度的累積而影響人類的身體健康及植物之生長。 近地面的臭氧由於其氧化力很強，會刺激呼吸系統，引起氣喘及肺部傷害，有害人體健康（McConnell et al., 2002） 此外，臭氧和二氧化碳相同，會吸收來自於地球表面反射的紅外線輻射，也是個重要的溫室氣體之一，它的溫室效應強度是二氧化碳的1000倍。 1-1 研究動機(1/2) 從彰化縣之空氣品質監測數據反映，現階段彰化縣之空氣品質較令人關切之污染物主要是懸浮微粒(PM10)及臭氧(O3)，根據相關研究指出，造成PM10空氣品質之惡化主要是粒狀汙染物的排放，其他還有硫氧化物(SOx)與氮氧化物(NOx)所衍生之二次氣膠；而造成O3惡化之前驅物則為非甲烷碳氫化合物(NMHC)及NOx 。 民國86-96年彰化縣不良日數中臭氧所佔之比例 民國86-96年彰化縣不良日數中臭氧之季節性分布 1-1 研究動機(2/2) 臭氣的生成反應是一連串複雜的非線性機制，若僅用傳統的迴歸模式來預測臭氣濃度可能無法適切地表現臭氣的生成與各因子之間的非線性關係。 而類神經網路因具有可逼近非線性函數的特性，故可以不用考慮物理擴散或化學反應等複雜機制，因此應可用於臭氣預測模式的建立。 1-2 研究目的 本研究將利用類神經網路擅於處理非線性問題的特點以及傳統之時間數列法來針對彰化地區之臭氧(O3)濃度加以預測，並進行分析比較，以驗證其在彰化地區空氣品質預測之優劣。 二、文獻回顧 2-1 臭氧的生成(1/2) 臭氧是典型的光化學反應二次污染物，亦即是由原生污染物 經過陽光照射產生光化學作用後所衍生出來的二次污染物。地表之O3主要由NO2經光解作用所造成。 臭氣的濃度會受其前驅物（如：NOx、NMHC )濃度及氣象因子（如：氣溫、濕度、降雨、日照強度、風速及風向等）影響，其中氣象因子對臭氣生成、傳輸與累積有決定性影響。許多研究都指出，高臭氣易生成的氣象條件為高日照、低相對濕度、低雲量、低風速。 2-1 臭氧的生成(2/2) 地表O3 之生成機制可由下列反應式來表示(黃怡嘉，2001)： NMHC + OH + O2 → RO2 RO2 + NO + O2 → NO2 + HO2 + CARB HO2 + NO → NO2 + OH 2(NO2 + hv + O2 → NO + O3) ─────────────────── 淨反應式：NMHC + 4 O2 + hv → 2O3 + CARB 2-2 臭氧的危害 2-3 臭氧濃度與生成因子間之關聯性 2-4 類神經網路(1/3) 人類的神經系統是由神經元所組成，它們的數量非常龐大，估計大約由1011個神經元互相連接成大約1015條傳輸路徑，其長度可達1米，甚至更長。每一個神經元與身體的神經細胞一樣，具有許多共同的特性，但是，它有一個獨一無二的能力，就是能夠接收、處理並經由神經的路徑傳輸電化學信號，而構成腦神經的通信網路系統(盧炳勲等，1992)。 生物神經元模型 2-4 類神經網路(2/3) 早在1943年，心理學家McCulloch和數學家Pitts合作提出形式神經元的數學模型(稱之為MP模型)，從此開創了神經科學理論研究的時代。 葉怡成(2004)對類神經網路的定義是：「類神經是一種計算系統，包括軟體和硬體，它使用大量簡單的相連人工神經元來模仿生物神經網路的能力。人工神經元是生物神經元的簡單模擬，它從外界環境或者其它人工神經元取得資訊，並加以非常簡單的運算，並輸出其結果到外界環境或者其他人工神經元」。 神經元的架構 2-4 類神經網路(3/3) 類神經網路在建構完成後，必須要對網路加以測試，而網路測試可以分成四個階段進行：(葉怡成，2004) 收歛測試：在網路學習的過程中，觀察網路的誤差