基于RBF神经网络环境质量评价研究-论文.pdf

《基于RBF神经网络环境质量评价研究-论文.pdf》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、·农业网络信息信息技术·2014年第3期AGRrC【理．rREⅣ丌啪7FoR朋刀．0Ⅳ基于RBF神经网络环境质量评价研究艾洪福(吉林农业大学，吉林长春130117)摘要：城市空气质量与人们的日常生活息息相关。空气污染的加剧，雾霾的频现。人们对空气质量高度关注。以长春市为例，根据已有的监测数据，运用人工神经网络建模的方法，对长春市空气质量进行科学合理的评价。为管理者提供一定的决策依据。关键词：空气质量；雾霾；RBF网络一中图分类号：TP315文献标识码：A文章编码：1672—6251(2014)03—003

2、3—03StudyonEnvironmentalQualityEvaluationBasedonRBFNetworkAIHongfu(JilinAgricuhuralUniversity，JilinChangchun130117)Abstract：AirqualityincityiscloselylinkedtopeopleSlife．Theworseningairpollutionand~equencyothazehaveattractedhighattentiontoairquality．Taking

3、Changchunasanexample，evaluationofairqualitywasstudiedonthebasisofmonitoringdatabyusingartificialneuralnetworkmodeling，toprovidedecisionbasisforgovernments．Keywords：airquality；haze；RBFnetwork随着社会的发展、城镇化进程的加快、汽车保有(Hiddenlayer)和输出层(Outputlayer)。其结构如图1量的增加，与人

4、类生活密切相关的空气质量在不断的所示。恶化。以长春市为例，仅2013年重度雾霾天气达到其中隐含层和输出层所要完成的任务是不同的．了43天。平均下来，大概每十天就会出现严重的污从输入层到隐含层的映射是非线性的。最常用的基函染天气。目前我国城市环境空气质量评价主要依据是数为高斯函数。AQI值。AQI是定量描述空气质量状况的无量纲指数，2RBF神经网络的城市空气质量评价模型做为城市空气质量的评价。但是AQ1分级制具有统计2．1基于RBF人工神经网络城市空气质量评价指标跨度大且较为粗略的特点。想要对城市空气质量进

5、行的确立综合客观的评价_lJ。应该提出更为科学的评价方法。目前，城市空气质量的评价指标体系主要包括：1人工神经网络①污染物为细颗粒物(PM2．5)；②可吸人颗粒物人工神经网络能够处理复杂的非线性问题．具有(PM。。)③二氧化硫(s0：)；④二氧化氮(NO2)；⑤臭自组织、自学习及很强的非线性逼近能力嘲。1985年由氧(0，)；⑥一氧化碳(co)等六项。构建基于空气Powel提出了多变量插值的径向基函数fRadial—Basis质量评价指标的RBF网络拓扑结构如图1所示。Function，RBF)方法，将R

6、BF应用于人工神经网路的RBF神经网络模型的算法描述：设计，构成了径向基函数人工神经网路[3】。由于RBF人根据实际应用，设定该网络共有3层。输入层为工神经网路结构简单、训练简洁且收敛速度快、能够标识空气污染物的6个主要参数。隐层节点的设定根逼近任何非线性函数。因此被广泛应用于时间序列分据一般性原则．设定为6个。而输出层只有1个节析，模式识别等领域。经典的RBF人工神经网络属于点。通过输出的阈值来确定评价的等级。其中，输入三层的前向网络，包括输入层(Inputlayer)，隐层层节点与输出层节点均采用透明

7、神经元激活函数．可作者简介：艾洪福(1980一)，男，硕士，讲师，研究方向：人工智能、教学法及系统开发。收稿日期：2014—03—04—33—《农业网络信息》2o14年第3期信息技术输入层隐层输出层查竺堡!兰塑：№∞图1RBF神经网络拓扑结构调节的参数为连接权值[51。隐层节点函数的设定为比较常用的且效果较好的高斯函数。透明Transparence)人工神经元激活函数定义为：f(x)-x(1)其中：X为系统输入。系统输入与第i个训练样本之间的矢径定义为：1at(x)=一(IsAsn)(2)。j=生则径向基

8、函数定义为：^∞：e一疽∞({：in)(3)．，其中：为退火系数，一般情况下其值设为1；0为阈值，一般隋况下其值设为0。训练算法采用适合于径向基函数人工神经网络的梯度下降法(GradientDecentAlgorithm，GDA)，即在考虑k刻的网络变化时．将k-I时刻的网络参数也包含其中。2．2基于RBF网络的城市空气质量评价模型实现采用RBF神经网络为评价模型，应用C++语言编程实现。数据来源为吉林省长春市2013年11月