|
|||||
|
|
| 基于遗传小波神经网络的PM_(2.5)浓度预测模型 | |
| 引用本文： | 郑国威,王腾军,杨友森,张翔.基于遗传小波神经网络的PM_(2.5)浓度预测模型[J].测绘与空间地理信息,2018(9). |
| 作者姓名： | 郑国威 王腾军 杨友森 张翔 |
| 作者单位： | 长安大学地质工程与测绘学院 |
| 摘 要： | 目前,雾霾天气频发,为了提高PM_(2.5)浓度的预测精度,建立了基于遗传算法优化的小波神经网络模型(GA-WNN)。该方法综合了遗传算法的全局搜索能力和小波神经网络(WNN)强大的非线性拟合的优点,弥补了传统神经网络容易陷入局部最小值和收敛速度慢的缺点。以河北省邢台市实时监测的PM_(2.5)浓度数据为样本进行建模预测,预测结果的平均相对误差为11%。将其小波神经网络进行对比分析,实验结果表明:该方法有效地提高了预测精度,为短时的PM_(2.5)含量预测提供了一个新途径。 |
| 本文献已被 CNKI 等数据库收录！ | |