BP神经网络模型在空气污染指数预测中的应用
为了对可能出现的空气污染采取及时、有效的防范措施,空气污染指数预测研究是当务之急.本文选用上海市环境监测中心发布的SO2API数据和中国气象局公布的有关气象资料,采用“提前终止法”泛化改进的BP网络模型,预测了上海市19个区县的SO2API值.预测结果表明：预测相对误差在45％以内,且大多落在3％～25％之间,预测精度高,推广能力好；预测值和实际值线性回归的显著性相关系数为0.8285,预测效果满意；为空气污染指数预测提供了一种全新的思路和方法.
空气污染 指数预测 BP神经网络模型 质量评价
王爱枝 李定邦
华东理工大学资源与环境工程学院 上海 200237
国内会议
上海
中文
478-482
2008-10-01（万方平台首次上网日期，不代表论文的发表时间）