神经网络在空气污染预报中的应用研究（精选9篇）由网友“要吃炸年糕”投稿提供，下面是小编收集整理的神经网络在空气污染预报中的应用研究，仅供参考，希望能够帮助到大家。
篇1：神经网络在空气污染预报中的应用研究
神经网络在空气污染预报中的应用研究
摘要：空气污染预报是一项复杂的系统工程,是当今环境科学研究的热点,国内外已有将神经网络法应用于大气污染预报的研究.本论文以PM2.5为例,采用伦敦市PM2.5的小时平均浓度数据,使用传统的BP神经网络建立预报模型,定量预测伦敦市PM2.5的.小时平均浓度,探讨了大气污染预报网络的建模过程中,扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响.最后得出结论,适当的选择样本集、气象变量,有利于提高所建立网络模型的预测精度.作 者：苏静芝 秦侠 雷蕾 姚小丽 SU Jing-zhi QIN Xia LEI Lei YAO Xiao-li 作者单位：北京工业大学环境与能源工程学院,北京,100022 期 刊：四川环境 ISTIC Journal：SICHUAN ENVIRONMENT 年，卷(期)：, 27(2) 分类号：X83 关键词：空气污染预报 人工神经网络 BP网络篇2：BP神经网络在降雨侵蚀力预测预报中的应用研究
BP神经网络在降雨侵蚀力预测预报中的应用研究
降雨侵蚀力反映由降雨引起土壤侵蚀的潜在能力,是建立通用土壤流失方程USLE的最基本冈子之一.由于降雨侵蚀力计算过程中所需资料较难收集,给其计算增加了难度.运用BP神经网络方法对降雨侵蚀力与地理之间的关系进行研究,建立降雨侵蚀力BP神经网络模型.对福建省46个地域的.降雨侵蚀力进行研究,结果表明:所建立的降雨侵蚀力BP神经网络模型对模拟预测福建不同地域的降雨侵蚀力,平均模拟精度为96.81%,平均预测精度为95.68%,达到了较为理想的效果.这不仅为降雨侵蚀力的预测预报提供了科学依据,而且也为BP神经网络在水土保持研究中的应用开辟了新的思路.
作 者：张坤 丁新新 洪伟 吴承祯 ZHANG Kun DING Xin-xin HONG Wei WU Cheng-zhen 作者单位：福建省高校森林生态系统过程与经营重点实验室,福州,350002 刊 名：水土保持研究 ISTIC PKU英文刊名：RESEARCH OF SOIL AND WATER CONSERVATION 年，卷(期)： 16(1) 分类号：S157.1 关键词：降雨侵蚀力 地理因素 BP神经网络模型篇3：模糊神经网络方法在热带气旋强度预报中的应用研究
模糊神经网络方法在热带气旋强度预报中的应用研究
以1960-共48年6月份西行进入南海海域的热带气旋样本为基础,将热带气旋中心附近最大风速作为台风强度,以气候持续预报因子作为模型输入,采用模糊神经网络方法,进行了热带气旋强度预报模型的预报建模研究.结果表明,对175个独立预报样本模糊神经网络方法的南海热带气旋强度24 h的预报平均绝对误差为3 m・s~(-1) .另外,根据相同的.热带气旋样本及预报因子,还进一步将该预报方法与国内外普遍采用的气候持续法热带气旋强度预报方法进行对比分析,结果表明,气候持续预报方法的预报误差明显偏大,独立样本强度预报平均绝对误差为4.54 m・s~(-1) .
作 者：黄小燕 史旭明 刘苏东 金龙 HUANG Xiao-yan SHI Xü-ming LIU Su-dong JIN Long 作者单位：黄小燕,HUANG Xiao-yan(广西区气象台,广西,南宁,530022)史旭明,金龙,SHI Xü-ming,JIN Long(广西区气象减灾研究所,广西,南宁,530022)
刘苏东,LIU Su-dong(贵州省水利水电工程移民局,贵州,贵阳,550001)
刊 名：高原气象 ISTIC PKU英文刊名：PLATEAU METEOROLOGY 年，卷(期)：2009 28(6) 分类号：P457.8 关键词：模糊神经网络 气候持续法 热带气旋强度 预报方法 Fuzzy Neural Network CLIPER models Typhoon strength Prediction methods篇4：BP神经网络在洪流预报中的应用
BP神经网络在洪流预报中的应用
通过归纳分析,结合实际的采集数据,对降雨径流预报的人工神经网络模型进行了改进,并针对不同的'预报系统,采用改进的自适应BP算法进行分析,指出了今后洪流预报发展的方向.
作 者：冯必波 张伶俐 陈艳 FENG Bi-bo ZHANG Ling-li CHEN Yan 作者单位：冯必波,陈艳,FENG Bi-bo,CHEN Yan(重庆工学院,计算机科学与工程学院,重庆,400054)张伶俐,ZHANG Ling-li(重庆工学院,外国语学院,重庆,400054)
刊 名：重庆工学院学报（自然科学版） ISTIC英文刊名：JOURNAL OF CHONGQING INSTITUTE OF TECHNOLOGY 年，卷(期)： 22(7) 分类号：P457 关键词：BP神经网络 洪流预报 智能系统篇5：基于MATLAB7的神经网络在灌溉用水量预测中的应用研究
基于MATLAB7的神经网络在灌溉用水量预测中的应用研究
灌溉用水量的预测对于灌区管理工作具有重要的指导意义,使用神经网络方法预测灌溉用水量.介绍了BP网络的`算法步骤.并且以铁甲灌区为例,使用软件MATLAB 7对所设计的网络进行学习和训练,隐含层单元数的选取采用实验法,最终以隐单元数为13的网络预测性能最好,误差也达到精度要求.所建模型可以预测铁甲灌区的灌溉用水量.
作 者：唐延芳 迟道才 王殿武 吴萍 张瑞 TANG Yan-fang CHI Dao-cai WANG Dian-wu WU Ping ZHANG Rui 作者单位：唐延芳,迟道才,吴萍,张瑞,TANG Yan-fang,CHI Dao-cai,WU Ping,ZHANG Rui(沈阳农业大学,沈阳,110161)王殿武,WANG Dian-wu(辽宁省水文水资源勘测局,沈阳,110003)
刊 名：沈阳农业大学学报 ISTIC PKU英文刊名：JOURNAL OF SHENYANG AGRICULTURAL UNIVERSITY 年，卷(期)： 37(6) 分类号：S274.2 关键词：灌溉用水量 BP网络 预测 铁甲灌区篇6：支持向量机在大气污染预报中的应用研究
支持向量机在大气污染预报中的应用研究
支持向量机是基于统计学习理论的新一代机器学习技术,其非线性回归预测性能优越于传统统计方法.利用前一天该污染物的.日均浓度、前一天地面平均风速等7个预报因子建立了基于RBF核函数支持向量回归法的大气污染预报模型,并利用十重交叉验证和网格搜索法寻找模型最优参数.乌鲁木齐大气预报实例表明:支持向量机显示出小样本时预报精度较高和训练速度快的独特优势,为空气质量预报提供一种全新的模式.
作 者：常涛 Chang Tao 作者单位：新疆气候中心,乌鲁木齐,830002 刊 名：气象 ISTIC PKU英文刊名：METEOROLOGICAL MONTHLY 年，卷(期)：2006 32(12) 分类号：P4 关键词：大气污染预报 支持向量机(SVM) 交叉验证 网格搜索篇7：人工神经网络优化模型在洪水预报中的应用
人工神经网络优化模型在洪水预报中的应用
应用人工神经网络技术,采用动量法和学习率自适应的改进算法,并对组成网络结构的'各影响因素进行分析,通过试算法得到网络模型的优化参数,该优化模型能够有效提高训练速度和学习效率.结合鄱阳湖洪水历史资料,构建了鄱阳湖洪水预报模型,分析结果表明该模型操作过程相对简便易行,精度较高.对BP网络模型结构及其算法,鄱阳湖洪水预测优化网络模型的建立及其实际适用情况作了简要介绍.
作 者：杨志刚 汪春文 魏博文 作者单位：杨志刚(南昌大学,建筑工程学院,江西,南昌,330029;河海大学,水电工程学院,江苏,南京,210098)汪春文(长沙市政工程公司,湖南,长沙,410007)
魏博文(南昌大学,建筑工程学院,江西,南昌,330029)
刊 名：人民长江 PKU英文刊名：YANGTZE RIVER 年，卷(期)： 39(16) 分类号：P338 关键词：人工神经网络 动量法 洪水预报 鄱阳湖篇8：模糊神经网络控制在污水处理中的应用研究
模糊神经网络控制在污水处理中的应用研究
摘要：对模糊神经网络(FNN)技术应用于污水处理进行了研究,提出了一个具有五层的模糊神经网络控制器,仿真实验表明,该控制系统具有很强的鲁棒性与容错性.该控制器能够自动调整隶属度函数、动态优化控制规则,将其应用于溶解氧控制和出水水质预测,结果表明可以快速、有效地使溶解氧浓度达到期望值,实际出水水质预测结果也具有很好的收敛性和预测精度.作 者：王中琪 赵诚 赵丽 Wang Zhongqi Zhao Cheng Zhao Li 作者单位：西南科技大学环境与资源学院,绵阳,621010 期 刊：环境污染治理技术与设备 ISTICPKU Journal：TECHNIQUES AND EQUIPMENT FOR ENVIRONMENTAL POLLUTION CONTROL 年，卷(期)：, 7(12) 分类号：X703 TP183 关键词：模糊神经网络 污水处理 模型篇9：条件数在区域日降水量预报中的应用研究
条件数在区域日降水量预报中的应用研究
针对前汛期广西北部暴雨洪涝灾害频发的问题,利用T213模式和日本细网格降水预报等数值预报产品,采用条件数计算选取回归因子的方法建立广西北部区域平均降水量的预报方程.进行了2004、2005年两年5-6月的.前汛期业务预报应用试验.采用条件数方法建立的预报方程和传统的逐步回归预报方程的平均预报误差分别为6.3569mm和7.0096mm,同期T213模式的预报误差为7.9456mm.试验表明新方法比传统的逐步回归方程和T213模式具有更高的预报精度,有较好的业务应用前景.计算对比可知,采用条件数计算选择的预报因子间的复共线性较微弱,而逐步回归方法选择的因子间的复共线性很严重,影响了回归方程的预报效果.
作 者：林健玲 金龙 Lin Jianling Jin Long 作者单位：林健玲,Lin Jianling(广西南宁市气象局,530022)金龙,Jin Long(广西气象减灾研究所)
刊 名：气象 ISTIC PKU英文刊名：METEOROLOGICAL MONTHLY 年，卷(期)：2006 32(9) 分类号：P4 关键词：条件数 逐步回归 降水量★ 省气象台工作总结
【神经网络在空气污染预报中的应用研究（精选9篇）】相关文章：
风险评估指数法在空中交通管理的应用论文2023-09-04
县气象局春季气象服务的工作总结2024-02-22
地理《天气和气候》的教学反思2023-08-11
Discuz! X2.5 Beta版发布 供站长体验与测试2022-05-12
天气与气候教学设计人教版2023-06-02
飞机驾驶舱的开关正在发生变化2022-05-06
林业病虫害防治对策初探论文2024-02-28
应用数字滤波技术处理直升机地面靶试数据的研究2023-06-09
县级农业科技服务体系建设论文2022-10-15
简述农作物病虫害的科学防治措施2022-06-29