神经网络模型在O_3浓度预测中的应用 | |
沈路路 ; 王聿绚 ; 段雷 | |
刊名 | http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=HJKZ201108011&dbname=CJFQ2011
![]() |
2012-04-22 ; 2012-04-22 | |
关键词 | 神经网络模型 多层感知器 O3污染预测 多元线性回归 预报模型 |
中文摘要 | O3是近地面大气中一种重要的二次污染物.本研究采用神经网络多层感知器(Multi-Layer Perceptron)和多元线性回归2种模型,以广州万顷沙站2006年的气象观测数据为输入,对该站O3的1 h平均峰值浓度进行提前1 d的预测,并比较了2种模型的预测效果.模型的输入参数为前1d O3的最高1h平均浓度和第二天的气象参数(温度、湿度、风速、风向、气压和光照).为了降低神经网络的复杂度以提高模型的泛化能力,采用了OBS(Optimal brain surgeon)方法对神经网络模型进行了修剪.结果表明,经过修剪后的神经网络预测结果的准确指数(agreement index)为92.3%,RMSE为0.042 8 mg/m3,R-square为0.737,重污染事件(1 d中O3峰值浓度超过0.20 mg/m3)的预报准确率为77.0%.为了进一步提高重污染事件发生概率大小的预报效果,采用了神经网络分类器对臭氧的污染级别进行预测,该处理后重污染事件预报准确率可以达到83.6%.综合比较神经网络模型和多元线性回归模型的拟合效果后发现,神经网络模型在O3峰值预报中具有明显优势,本研究建立的神经网络模型具有臭氧污染预测预警的实用价值. |
语种 | 中文 |
其他责任者 | 清华大学环境科学与工程系 |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/211310/4250] ![]() |
专题 | 清华大学 |
推荐引用方式 GB/T 7714 | 沈路路,王聿绚,段雷. 神经网络模型在O_3浓度预测中的应用[J]. http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=HJKZ201108011&dbname=CJFQ2011,2012, 2012. |
APA | 沈路路,王聿绚,&段雷.(2012).神经网络模型在O_3浓度预测中的应用.http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=HJKZ201108011&dbname=CJFQ2011. |
MLA | 沈路路,et al."神经网络模型在O_3浓度预测中的应用".http://epub.edu.cnki.net/grid2008/brief/detailj.aspx?filename=HJKZ201108011&dbname=CJFQ2011 (2012). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论