陕西理工学院学报（自然科学版）
陝西理工學院學報（自然科學版）
협서리공학원학보（자연과학판）
JOURNAL OF SHAANXI UNIVERSITY OF TECHNOLOGY （NATURAL SCIENCE EDITION）
2015年
3期
75-78
,共4页
空气质量%GM(1,1)模型%灰色马尔科夫模型%人工智能
空氣質量%GM(1,1)模型%灰色馬爾科伕模型%人工智能
공기질량%GM(1,1)모형%회색마이과부모형%인공지능
air quality%GM(1,1)model%grey Markov model%artificial intelligence
采用人工智能算法对北京市空气质量指数199个数据序列进行拟合得到拟合值序列和预测值，结合数据的动态变化特点，再与马尔科夫链结合进行动态预测，预测精度优于基于灰色理论的GM（1，1）模型和基于BP算法的神经网络模型。
採用人工智能算法對北京市空氣質量指數199箇數據序列進行擬閤得到擬閤值序列和預測值，結閤數據的動態變化特點，再與馬爾科伕鏈結閤進行動態預測，預測精度優于基于灰色理論的GM（1，1）模型和基于BP算法的神經網絡模型。
채용인공지능산법대북경시공기질량지수199개수거서렬진행의합득도의합치서렬화예측치，결합수거적동태변화특점，재여마이과부련결합진행동태예측，예측정도우우기우회색이론적GM（1，1）모형화기우BP산법적신경망락모형。
In the present study, Artificial intelligence algorithm is used to fit the 199 data sequences of Beijing Air Quality Index to get their fitted values and predicted values.The accuracy of dynamic prediction combined with dynamic changes of the data and Markov chain is better than GM (1,1) model based on Grey theory and neural network model based on BP algorithm.
