基于遗传神经网络的西安市采暖季PM10污染浓度预报研究-环境工程专业论文.docxVIP

声 明 本人郑重声明我所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中已经标明引用的内容外，本论文不包含其他个人或集体己经 发表或撰写过的研究成果，也不包含本人或其他人在其 它单位己申请学位或为其它用途使 用过的成果。·与我一同工作的同志对本研究所做的所有贡献均已在论文中作了明确的说明 井表示了致谢。 申请学位论文与资料若有不实之处，本人承担 一切相关责任。 论文作者签名 : 刘丰件 日期: 关于学位论文使用授权的说明 本人完全了解西安建筑科技大学有关保留、使用学位论文的规定，即:学校有权保留 并向国家有关部门或机构送交学位论文的复印件和电子版 ，允许论文被查阅和借阅:学校 可以公布学位论文的全部或部分内容，可以采用影印、缩印或者其它复制手段保存学位论 .文。  (保密的论文在论文解密后应遵守此规定〉 论文作者签名:刘艳每 明名: 作 t 日期: 本人授权中国科学技术信息研究所、中国学术期刊〈光盘版〉杂志社等单位将本学位论 文收录到有关 学位论文数据库之中，并通过网络向社会公众提供信息服务。且皇盗主 提交后滞后 :口半年: 口-年:口二年发布。 论文作者签名:刘 艳华 导师签名:作呼? 瞧 注:请将此页附在论文首页。 / 西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 基于遗传神经网络的西安市采暖季 PMio 污染浓度预报研究 专 业z 环境工程 硕士生=刘艳华 指导教师:张承中教授 摘要 本文以西安市 2001 年至 2007 年来暖季(每年的 11 月 15 日~次年的 3 月 15 日〉各监测点监测的 PMIO 日均浓度和对应的气象资料为研究对象，进行西安市 采暖季 PMlO污染浓度预测研究。 本文分析了西安市 PMlO污染浓度年变化特征，对比了采暖季与 非采暧季 PMIO 污染浓度，采暖季的 PMIO 平均浓度明显大于非采暖季。因此，本文针对西 安市采暖季的 PMIO 浓度及其同步气象资料进行分析研究。 PM10污染受很多气象因子的影响，通过对 PM10浓度与各个气象因子的相关 性分析 ，确定前日 PMlO浓度、 14能见度、 08 能见度、 平均风速、日均湿度、 08 湿度、 08 露温、日照时数、 08 气温-08 露温、 日均气压、 08 气压、 08 气温共 12 个气象影响因子作为采暖季 PMIO 污染浓度预报模型的输入因子。 本文将遗传算法和 BP 神经网络相结合，首先采用遗传算法优化 BP 神经网络 的连接权值，再将优化后的权值代入网络结构为 12-4-1 的三层 BP 神经网络模型 进行训练 ，最后用训练好的 GA-BP 模型对西安市来暖季的 PMIO 污染浓度进行预 报研究 。研究结果显示:遗传迭代次数 6 次、训练步长为 60 时就己经达到了精度 要求，缩短了网络学习时间，网络 训练收敛速度较快，并且对样本集的拟合效果 较好，预报准确率为 84.9%。 本文还分别利用逐步回归法和 BP 神经网络模型预测方法，采用相同输入因 子对同~预测样本数据进行了预测，预测的准确 率分别为 76.4%、 81.9%. 并将预 测结果与本文所采用的 GA-BP 模型进行对比分析，经过对比发现 GA-BP 模型的 准确率相对较高、性能较优。 关键词: PMIO 污染 GA-BP 神经网络相关性分析预测 Researcb on Prediction of PMlO Pollution in Heating Season in Xian City Specialty: Envirorunenta1 Engineering Postgraduate: Liu y缸i 由四 Tutor: Prof.Zhang Chengzhong Abstract The prediction of PMIO pollution is studied according to the PMIO concentration data daily in heating se出on (November 15 of each year-the March 15 of the following year) and the ground rneteorological data daily 出at monitored 企orn 2001ω 2007. The essay analyzes characteristic ofPMIO concentrations changes yearly ofXi an Ci吼 contrasted the characteristics of PMIO concentration in heating se出on and non-heatíng