【摘要】：近年來,大氣污染問題受到公眾的廣泛關(guān)注�？諝忸w粒物濃度預(yù)測模型能夠為大氣污染治理工作提供有價值的參考數(shù)據(jù),已經(jīng)成為學(xué)術(shù)界的研究熱點。本文在人工神經(jīng)網(wǎng)絡(luò)基本原理和深度學(xué)習(xí)算法的基礎(chǔ)上,建立了基于受限玻爾茲曼機的雙層BP神經(jīng)網(wǎng)絡(luò)模型,并將其應(yīng)用到PM_(2.5)濃度值的預(yù)測研究工作中。本文的主要工作包括以下三個方面:1)本文將受限玻爾茲曼機與雙層BP神經(jīng)網(wǎng)絡(luò)相結(jié)合,建立基于受限玻爾茲曼機的雙層BP神經(jīng)網(wǎng)絡(luò)模型。在該模型中,受限玻爾茲曼機可以在訓(xùn)練過程中獲得輸入?yún)?shù)的特征信息并將這些信息作為雙層神經(jīng)網(wǎng)絡(luò)的初始值,彌補了雙層BP神經(jīng)網(wǎng)絡(luò)極易陷入局部最優(yōu)的缺點。本文利用上海、杭州、成都三座城市2013年12月至2017年4月的相關(guān)監(jiān)測數(shù)據(jù)來進(jìn)行數(shù)據(jù)處理,其中包括空氣質(zhì)量指數(shù)(AQI)、PM_(2.5)、PM_(10)、SO_2、CO、NO_2、溫度、露點、氣壓。經(jīng)數(shù)據(jù)的相關(guān)性篩選和歸一化處理后,將所有數(shù)據(jù)按照80%、10%、10%的比例進(jìn)行分組分別用作模型的訓(xùn)練,驗證和測試。2)本文的數(shù)據(jù)結(jié)果不考慮天氣,人為等突發(fā)情況。數(shù)值計算結(jié)果表明,與傳統(tǒng)的單層BP神經(jīng)網(wǎng)絡(luò)模型(BPNN)相比,基于受限玻爾茲曼機的雙層BP神經(jīng)網(wǎng)絡(luò)模型(RBM-DL-BPNN)的預(yù)測結(jié)果更接近真實監(jiān)測值,準(zhǔn)確率更高。本文利用性能指標(biāo)RMSE、MAE、MAPE來對網(wǎng)絡(luò)模型進(jìn)行客觀評價。以杭州為例,RBM-DL-BPNN模型的性能指標(biāo)RMSE、MAE、MAPE的計算結(jié)果值分別為13.947μg/m3、5.945μg/m3、12.637%,BPNN模型為17.653μg/m3、13.150μg/m3、27.655%。為了進(jìn)一步分析預(yù)測結(jié)果,本文還進(jìn)行了絕對誤差率分析和預(yù)測準(zhǔn)確率分析。以杭州為例,RBM-DL-BPNN模型的124組預(yù)測結(jié)果的APEi在0-20%、20%-50%、50%這三個檔次內(nèi)的數(shù)據(jù)量分別是107、12、5,BPNN模型為64、44、16。3)開發(fā)了一款MATLAB環(huán)境下的PM_(2.5)濃度值預(yù)測的軟件。用戶只需在該軟件中輸入相關(guān)的歷史數(shù)據(jù)就可以輕松的得到PM_(2.5)的預(yù)測濃度值,從而可以提前做好適當(dāng)?shù)念A(yù)防措施。
【圖文】：

圖 2-1 單層 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) BP 神經(jīng)網(wǎng)絡(luò)中，我們假設(shè)輸入神經(jīng)元個數(shù)為 M，隱層神經(jīng)元個數(shù)為 J。輸入層第 m 個神經(jīng)元記為mx ，隱輸出層第 j 個神經(jīng)元記為jy 。從mx 到ik 的連接權(quán)值記值記為ij 。隱含層傳遞函數(shù)為 Log-Sigmoid 函數(shù)，。Log-Sigmoid 函數(shù)可由下式確定：xefx 11( )接受一個長度為 M 的向量作為輸入，最終輸出一個 和 v 分別表示每一層的輸入輸出，如1Iu 表示 I 層（即入。則網(wǎng)絡(luò)的實際輸出可以表示為：()[,,...,]1 2JJJJY n vvv

圖 2-2 雙層 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)從網(wǎng)絡(luò)結(jié)構(gòu)上看，雙層 BP 神經(jīng)網(wǎng)絡(luò)比單層 BP 神經(jīng)網(wǎng)絡(luò)僅多了一層隱含他網(wǎng)絡(luò)層結(jié)構(gòu)相同。理論上講，神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點的數(shù)量越多，神經(jīng)網(wǎng)非線性的表達(dá)能力就越強，隨之其訓(xùn)練難度就越大[46]。所以增加神經(jīng)網(wǎng)絡(luò)隱數(shù)量的目的主要是為了降低在每層隱含層中的節(jié)點數(shù)量，降低神經(jīng)網(wǎng)絡(luò)每層層的訓(xùn)練難度。隱含層數(shù)量的增加可以在不增加隱含層節(jié)點數(shù)量的前提下更的表示非線性問題，相同的非線性問題，在雙層 BP 神經(jīng)網(wǎng)絡(luò)中可以由較少含層節(jié)點表示，而在單層 BP 神經(jīng)網(wǎng)絡(luò)需要更多的隱含層節(jié)點表示。在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法方面，雙層 BP 神經(jīng)網(wǎng)絡(luò)與單層 BP 神經(jīng)網(wǎng)絡(luò)一樣差反向傳播的方式來調(diào)整各網(wǎng)絡(luò)層之間的連接權(quán)值。所以雙層 BP 神經(jīng)網(wǎng)絡(luò)層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程類似，但是之所以為什么隱含層不是越多越好是因為差反向傳播的時候，由于隱含層數(shù)量的增加，，輸出層的誤差需要經(jīng)過兩層隱才能達(dá)到輸入層，在誤差反向傳播的過程中，誤差信號會變的越來越小。這
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP183;X831

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王志軍;;人工神經(jīng)網(wǎng)絡(luò)在軋鋼中的應(yīng)用綜述[J];上海工程技術(shù)大學(xué)學(xué)報;2018年04期

2 魏曉丹;;人工神經(jīng)網(wǎng)絡(luò)在自動化領(lǐng)域的應(yīng)用[J];科技風(fēng);2019年15期

3 杜秉航;;人工神經(jīng)網(wǎng)絡(luò)初探[J];科技傳播;2018年02期

4 宋子航;;深度學(xué)習(xí)技術(shù)及其在醫(yī)療領(lǐng)域中的應(yīng)用[J];科技傳播;2018年12期

5 彭驛茹;;人工神經(jīng)網(wǎng)絡(luò)發(fā)展歷史與訓(xùn)練算法概述[J];科技傳播;2018年21期

6 馬衛(wèi)東;;電氣控制線路和人工神經(jīng)網(wǎng)絡(luò)關(guān)系初探[J];電子世界;2017年02期

7 宋泓陽;孫曉巖;項曙光;;人工神經(jīng)網(wǎng)絡(luò)在化工過程中的應(yīng)用進(jìn)展[J];化工進(jìn)展;2016年12期

8 宋雨o

本文編號：2710284