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

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 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 76.4%， 81.9% respectively，and compare the results of stepwise regression method and BP neural network with the results of GA-BP. Through the comparison ，we found that GA-BP models accuracy is high巳r and capability is better relatively. Keywords:PMJo pollution GA-BP neural network related analysis forecast 目录 1 绪论 …………..…………………… 1 1.1课题来源………………….. … 1 1.2 西安市 PMIO 污染状况…..…. ………………. 1 1.2.1 西安市 PMIO 污染年变化特征…. 1 1.2.2 西安市采暖季与非采暖季 PMω 污染变化特征………ι 3 1.2.3西安市来暖季 PMIO 污染变化特征…… 3 1.3课题研究的背景与意义 4 M 国内外空气污染预报研究动态 4 1.4.1国外空气污染预报研究动态 ..…… 4 1.4.2 国内空气污染预报研究动态 5 1.5 本文采用的预报方法 …… 5 1.6 本文研究的主要内容与技术路线……… 6 1丘 1 主要内容 6 1.6.2 技术路线……..……………… ……………………………….，6 2 人工神经网络和遗传算法的基本理论 7 2.1 人工神经网络概述……………… 7 ， 2.1.1人工神经元…………………………………………………. … 7 2.1.2 人工神经网络的拓扑结构 ………7 2. 1.3人工神经网络的特点及应用… 8 2.2BP 神经网络原理 9 2.2.1 BP 神经网络结构模型 … 9 2.2.2 BP 算法的程序实现过程….…………… 10 2.2.3 BP 神经网络的优越性与局限性 ………..……… 11 2.3 遗传算法 …………… 11 2.3.1遗传算法概述 … .. 11 2.3.2 遗传算法的特点……… …… 12 2.4遗传算法的基本步骤 … …… 13 2.4.1 编码 …..… … 14 2.4.2 初始种群的产生…… 15 )c 2.4.3 适应度函数…………………………………………………………15 传算子的设计……… .……..16 制参数的选择 ...……20 2.4.6 终止准则………… 20 2.5 遗传算法的应用… :20 2.6 遗传算法优化神经网络………… :21 2.7 本章小结…..…..……………… 22 3 影响因子的相关性分析 ……………23 3.1数据来集……:23 3.2 相关分析方法…… ...…………………23 3.3 西安市 PMIO 污染浓度与气象影响因子的相关性分析 … 24 3.3.1天气形势 25 3.3.2 气压 26 3.3.3 气温刀 3.3.4日照时数…29 3.3.5 辐射量………… 29 3.3.6 湿度…30 3.3.7 总云量 … 31 3.3.808 露温………… 引 3.3.9 风速……… ……………32 3.3.10 能见度……… . …..……..33 3.3.11 前日 PM IO 浓度… ……. 34 3.4 气象影响因子的相关性检验……34 3.5 本章小结………35 4 遗传神经网络预测模型的建立与实现... … 36 4.1数据的划分…………… 到 4.2 遗传神经 网络预报模型的网络结构 ……..……36 4.3 GA-BP 预测模型的实现…… 37 4.3.1 MATLAB 简介……………..……..…..… 37 4.3.2 样本数据的预处理及模型的评价指标 ……………37 4.3.3 程序的设计 39 II 4.3.4 GA-BP 网络模型在采暖季 PMIO 污染浓度预报中的应用 42 4.4 与其他预测方法对比分析 …45 4.5 本章小结……… .. ·… ι 48 5 结论与建议 :50 5.1 结论…………………50 5.2 建议 ……-… …………..… 50 致谢 ……… ………52 参考文献……………