资源描述：
《人工神经网络在苏州空气污染预报中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、研究论文科技导报2007年第25卷第3期(总第225期)人工神经网络在苏州空气污染预报中的应用1112231白晓平,张启明,方栋,洪维民,刘峰磊,COSTABILEFrancesca,王芬娟1.清华大学核能与新能源研究院,北京1000842.苏州环境监测中心站,江苏苏州2150043.意大利国家研究委员会大气污染研究所,罗马,意大利[摘要]人工神经网络在预测预报领域的应用越来越广泛。简单介绍了BP神经网络的基本原理,较详细地回顾了国内BP神经网络在空气污染预报领域的研究应用情况,并建立了苏州市区SO2浓度预报的BP神经网络,预报结果表明:该模型具有简便、快
2、速、准确的优点,可推广用于其它空气污染物的预报。[关键词]空气污染预报;工神经网络;BP神经网络[中图分类号]X823[文献标识码]A[文章编号]1000-7857(2007)03-0045-05ApplicationofArtificialNeuralNetworktoAirPollutionPredictioninSuzhouCity11122BAIXiaoping,ZHANGQiming,FANGDong,HONGWeimin,LIUFenglei,31COSTABILEFrancesca,WANGFenjuan1.InstituteofNuclea
3、randEnergyTechnology,TsinghuaUniversity,Beijing100084,China2.SuzhouEnvironmentalMonitoringCentre,Suzhou215004,JiangsuProvince,China3.InstituteofAtmosphericPollution,ItalianNationalResearchCouncil,Rome,ItalyAbstract:Theartificialneuralnetworkhasbeenwidelyusedintheforecastandpredict
4、ionduetothedevelopmentofitstheorecticalbasisandcomputertechnology.ThebasicprincipleofBPneuralnetworkisbrieflyintroduced,andtheapplicationsofBPneuralnetworktoairpollutionpredictioninChinaarereviewedindetail.ItisappliedtopredictSO2concentrationinSuzhou,anditisshownthatBPneuralnetwor
5、kiseasytoimplementandgivesquiteaccurateresults,andthatitcanalsobeusedtopredictotherairpollutantssuchasPM10,NOx,andsoon.KeyWords:airpollutionprediction;artificialneuralnetwork;BPneuralnetworkCLCNumber:X823DocumentCode:AArticleID:1000-7857(2007)03-0045-05空气污染物浓度的时空分布受到气象场、排放源、非线性现象的
6、一种有效的工具,已经广泛应用于信号处复杂下垫面、理化生过程的耦合等多种因素的影响,具理、目标跟踪、模式识别、预测、运输与通信等众多领域。[1]有较强的非线性特性。人工神经网络(ArtificialNeural神经网络用于空气污染预报领域,始于20世纪90年代Network,ANN)简称神经网络,是用大量的简单处理单初。目前,神经网络主要用于空气污染物浓度的短期预元(神经元)组成的非线性动力学系统,它具有自学习、报、空气污染指数的预报,尤其适用于当前无法开展空自组织、自适应和较强的容错性等特点,是描述和刻画气污染数值预报的城市。收稿日期:2006-11-24
7、作者简介:白晓平,女,北京市海淀区清华大学核能与新能源技术研究院,博士生,主要研究方向为空气污染预报;E-mail:bxp03@mails.tsinghua.edu.cn方栋(通讯作者),男,北京市海淀区清华大学核能与新能源技术研究院,研究员,主要研究方向为辐射防护与环境保护;E-mail:dfang@tsinghua.edu.cn-45-45ArticlesScience&TechnologyReview2007Vol.25No.3(SumNo.225)[5]神经网络的实现方法主要有软件和硬件两种,其中,真试验,结果较为理想。2002年,王俭等根据沈阳市
8、软件是比较常用的方法,特别是一些仿真语言和工具(如1999年秋季N
