《表1 大气污染物浓度预测值》
通过上述灰色关联度分析,明确了大气污染物SO2、NO2和PM10的浓度与气象参数之间的强弱主次关系。然而,大气污染物浓度与气象参数之间存在着复杂的非线性关系,因此本文建立BP神经网络模型,以供进一步研究。采用基于多层感知器的误差反向传播算法,即BP算法。设定最大迭代次数为100次,目标收敛精度为0.0001,训练后的神经网络模拟的指标与实际数据几乎吻合,最终得到的SO2、NO2和PM10浓度预测值如表1所示。
图表编号 | XD00108237200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.20 |
作者 | 于秀丽 |
绘制单位 | 大连理工大学城市学院 |
更多格式 | 高清、无水印(增值服务) |