基于优化BPNN的哈尔滨空气质量分析与预测.pdfVIP

目录

第1章绪论1

1.1研究背景1

1.2研究意义1

1.2.1理论意义1

1.2.2现实意义2

1.3国内外研究现状2

1.3.1国外研究现状2

1.3.2国内研究现状3

1.4研究方法与技术路线4

1.5研究内容和创新点6

1.5.1研究内容6

1.5.2创新点6

第2章理论基础8

2.1Pearson相关系数8

2.1.1协方差8

2.1.2总体皮尔逊相关系数8

2.1.3样本皮尔逊相关系数9

2.2Lasso回归9

2.3改进熵权法组合灰色关联分析12

2.3.1改进熵权法12

2.3.2灰色关联分析法14

2.3.3改进熵权-灰色关联分析法16

2.4互补集合经验模态分解16

2.5BP神经网络17

2.5.1BP神经网络的结构17

2.5.2BP神经网络建立过程17

2.6PSO算法20

第3章哈尔滨市空气质量状况分析21

3.1空气质量指数21

3.1.1空气质量指数的计算21

3.1.2空气质量指数的分类22

3.2数据的来源和预处理22

3.2.1数据来源22

3.2.2数据预处理23

3.3空气质量的时间变化特征24

3.3.1AQI时间变化特征24

3.3.2空气污染物浓度时间变化特征25

3.4空气质量数据的相关性分析27

3.5空气质量影响因素研究27

3.6不同季节主要空气污染物分析30

3.6.1确定指标权重30

3.6.2计算AQI与空气污染物质的熵权灰色关联度31

3.7污染防治对策32

3.8本章小结33

第4章基于优化BP神经网络的空气质量预测模型34

4.1模型评价指标34

4.2BP神经网络预测模型34

4.2.1BP神经网络结构的确定34

4.2.2BP神经网络参数的设定36

4.2.3BP神经网络预测模型的实证结果36

4.3CEEMD和PSO优化的BP网络预测模型的建立40

4.3.1基于CEEMD和PSO优化的BPNN步骤40

4.3.2数据分解41

4.3.3实证结果与分析44

4.4预测模型的比较48

4.5本章小结49

结论51

参考文献53

,.

,

.

2017∼2021.

:PMPMSOCOAQIU

2.5102

,NO2,O3U

.,AQI

,AQI,,

,PM2.5PM10AQI.,LASSO

AQI,

AQI.,

,

,,

.PM10

;PM2.5;

O.,BP,

3

AQIPM2.5PM10.BPNN,

PSOBPNN,CEEMD,

CEEMD-PSO-BPNN,

.

:CEEMD-PSO-BPNN,

.CEEMD-PSO-BPNNBPNNAQIPM2.5PM10

MAE,60.49%53.81%55.246%.,

,

.