基于灰色神经网络模型AQI指数预测任务书

 2021-11-07 21:53:27

1. 毕业设计(论文)主要目标:

近年对来雾霾天气日渐成为社会关注的热点话题,不仅影响日常健康及出行,也对经济效益有密切影响。

随着国家对空气质量环境治理的日益重视,而AQI作为衡量空气质量水平的重要指标,本文通过构建灰色预测与BP神经网络结合的组合预测模型对AQI指数进行预测,以便了解空气质量状态,有利于政府进行规划。

2. 毕业设计(论文)主要内容:

本文首先通过灰色关联模型选取与AQI具有相关性的气象因子作为预测的因变量,如PM2.5,PM10,SO2,CO,O3,NO2,以及风速,温度,湿度。

构建灰色神经网络模型:首先选定灰色关联度最高的作为BP神经网络的信号输入,AQI指数作为输出,建立BP神经网络模型,然后构建GM(1,1)模型完成对影响因子的短期预测,得到新的预测值作为训练完成BP神经网络的输入,最终得到组合预测AQI的预测值,并与单一模型GM(1,1)进行精度对比分析,发现组合预测效果更佳。

3. 主要参考文献

[1] 朱亚杰,李琦,侯俊雄,范竣翔,冯逍.运用贝叶斯方法的PM_(2.5)浓度时空建模与预测[J].测绘科学,2016,41(02):44-48.

[2] 赵李明. 基于遗传算法和BP神经网络的广州市空气质量预测与时空分布研究[D].江西理工大学.

[3] 艾洪福,石莹.基于BP人工神经网络的雾霾天气预测研究[J].计算机仿真,2015,32(01):402-405 415.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。