基于主成分分析的BP神经网络对PM10的预测研究

摘要：

BP神经网络在空气污染预报领域的应用越来越广泛,本文利用基于主成分分析和BP神经网络结合的方法分别建立四季PM10浓度预测模型,在不同季节分别精选出影响因子为7个、7个、7个、7个,经检验其平均相对误差分别为24.8％、11.9％、18.5％、16.6％,且预测值与实测值拟合较好.PM10浓度等级级别命中率分别为92.8％、90.3％、90.0％、92.9％.表明BP神经网络对PM10的浓度预测是一种有效的工具.

关键词： 大气污染 可吸入颗粒物 主成分分析 BP神经网络

作者: 王鹏 安娟 吴振东 (芦)晓彤 杨冰

作者单位: 辽阳市气象局,辽宁辽阳111000 辽阳市环境监测站,辽宁辽阳111000

会议类型: 国内会议

会议名称: 第32届中国气象学会年会

会议地点: 天津

会议语种:中文

页码: 1-4

在线出版日期: 2015-10-01（万方平台首次上网日期，不代表论文的发表时间）