澳门日平均PM10浓度之人工神经网络预报模型
本研究作者以人工神经网络Artificial Neural Network(ANN)来预报澳门的日平均PM10浓度。PM10是一个集合名词，它泛指气动直径在10微米以下之粒子。因为PM10是澳门的主要空气污染物，它被选为本研究之预报目标。本研究作者所采用的网络架构是包括一输入层、一隐藏层、一输出层之多层感知器。输入层包括昨日之日平均PM10浓度以及在预报日的风速、风向及降雨量。在隐藏层的转换函数为正切双弯曲转移函數。输出层包括明日之日平均PM10浓度。作者利用Levenberg-Marquart倒传递演算法来训练网络。澳门地球物理暨气象局提供了在一般性监测站所录得之五年空气质量和气象数据。作者将2001年至2002年的数据作为模型训练，而将2003年至2005年的数据用作模型核对。透过参数分析,作者基于预报准确度与及模型复杂性决定4个隐藏神经元能优化网络的表现。经优化后的人工神经网络预报模型的平均絶对误差百分率(MAPE)为25.57％，而均方根误差(RMSE)则为20.50.gm-3。预报趋势与实测趋势一致。决定系数(r2)为0.78，而一致指数(IA)则为0.92。最后，作者总结人工神经网络可应用来预报澳门的日平均PM10浓度。
空气质量预报 人工神经网络 预报准确度
许嘉贤 阮家荣 莫启明
澳门大学土木及环境工程系,澳门凼仔徐日升寅公马路
国内会议
北京
中文
1-6
2008-11-22（万方平台首次上网日期，不代表论文的发表时间）