计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
9期
3258-3262
,共5页
马天成%刘大铭%李雪洁%孙川川
馬天成%劉大銘%李雪潔%孫川川
마천성%류대명%리설길%손천천
PM2.5浓度预测%改进型PSO算法%模糊理论%神经网络%模型参数
PM2.5濃度預測%改進型PSO算法%模糊理論%神經網絡%模型參數
PM2.5농도예측%개진형PSO산법%모호이론%신경망락%모형삼수
PM2.5 concentration prediction%improved particle swarm optimization%fuzzy theory%neural network%model parameters
为科学合理地预测大气污染物PM2.5颗粒物浓度变化规律,分析PM2.5颗粒物浓度变化历史数据,综合判断外部条件(温度、风速、天气状况)和内部条件(其它污染物的浓度)对PM2.5颗粒物浓度变化的影响.采用一种改进型PSO优化的模糊神经网络,将粒子群算法与模糊神经网络进行融合,发挥PSO算法全局寻优的特点,预测PM2.5颗粒物浓度的变化规律.对某市2013年PM2.5颗粒物浓度进行预测和验证,验证结果表明,该算法具备良好的预测精度.
為科學閤理地預測大氣汙染物PM2.5顆粒物濃度變化規律,分析PM2.5顆粒物濃度變化歷史數據,綜閤判斷外部條件(溫度、風速、天氣狀況)和內部條件(其它汙染物的濃度)對PM2.5顆粒物濃度變化的影響.採用一種改進型PSO優化的模糊神經網絡,將粒子群算法與模糊神經網絡進行融閤,髮揮PSO算法全跼尋優的特點,預測PM2.5顆粒物濃度的變化規律.對某市2013年PM2.5顆粒物濃度進行預測和驗證,驗證結果錶明,該算法具備良好的預測精度.
위과학합리지예측대기오염물PM2.5과립물농도변화규률,분석PM2.5과립물농도변화역사수거,종합판단외부조건(온도、풍속、천기상황)화내부조건(기타오염물적농도)대PM2.5과립물농도변화적영향.채용일충개진형PSO우화적모호신경망락,장입자군산법여모호신경망락진행융합,발휘PSO산법전국심우적특점,예측PM2.5과립물농도적변화규률.대모시2013년PM2.5과립물농도진행예측화험증,험증결과표명,해산법구비량호적예측정도.
