基于ARIMA模型与BP神经网络的雾霾污染预测分析任务书

 2021-11-10 22:03:07

1. 毕业设计(论文)主要目标:

本次毕业论文的主要目标是,通过对空气中污染物浓度的调查、分析和研究,能够将所学习的理论运用于社会生产实践中,观察问题和分析问题,培养观察、分析和解决问题的能力,掌握论文写作的基本方法,完成毕业论文学习中所要求的任务,撰写出合格的毕业论文。

随着工业的发展和城市进程的加剧,我国乃至全球的大气环境污染形势愈趋严峻,人类健康因而受到巨大威胁。

世界卫生组织最新估计数据显示:每年有700万例的过早死亡与空气污染有关,而流行病学研究表明,随着大气中的悬浮颗粒物浓度的升高,人体的呼吸道症状会加剧,因上呼吸道疾病就诊或住院的人数也会增加,同时也会引起人体肺功能的降低及心肺疾病死亡率的增加。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

本文通过对我国雾霾现状、污染物来源的分析,利用2015-2016年31个省会城市空气中的浓度、浓度、浓度、浓度进行聚类分析,将城市分为污染、轻微污染、良、优4类。然后在每一类中选出热门城市进行浓度的预测。利用代表城市2014-2015年每月的浓度监测数据建立 ARIMA 模型和BP神经网络,拟合变化趋势,用残差序列分析进行ARIMA模型的诊断。根据4类中代表城市的2016年实际测量的浓度来检验ARIMA 模型、BP神网络的预测效果,比较出两模型的预测有效性,用有效性好的模型预测出2017年的雾霾高峰期,得到未来浓度的估计值。根据预测结果得到启示,提出有效治理雾霾的建议。

3. 主要参考文献

[1]薛毅.陈立萍.统计建模和R软件[M].北京:清华大学出版社,2007,04:397-418

[2]王振龙.应用时间序列分析[M].北京:中国统计出版社,2010:95-100

[3]Paul Teetor.R语言经典实例[M].北京:机械工业出版社,2013:144-160

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。