【摘要】：隨著工業(yè)、科技的發(fā)展,空氣質量問題越來越引起了大家的重視。治理空氣污染是一個長期存在的問題,短期內很難見效~([1])。為了更好地計算空氣質量指數(shù)(Air Quality Index,AQI),提高空氣質量指數(shù)(AQI)的計算效率~([2]),本文引入了人工神經(jīng)網(wǎng)絡算法。傳統(tǒng)的空氣質量評價與預測方法具有工作量大、統(tǒng)計數(shù)據(jù)困難、預測精度不高等缺陷。該方法具有良好的非線性擬合能力,在處理非線性問題中得到了廣泛的應用,尤其是BP神經(jīng)網(wǎng)絡算法和SVM算法,有效的解決了存在的一些問題。本文所使用數(shù)據(jù)均來自于中國環(huán)境監(jiān)測站太原市的實時監(jiān)測數(shù)據(jù)。人工蜂群算法(Artificial Bee Colony Algorithm,ABC)是一種元啟發(fā)式群智能算法,模仿了蜜蜂群分工找蜜源的行為。主要特點是不需要了解問題的特殊信息,只需要對問題進行優(yōu)劣的比較,通過各人工蜂個體的局部尋優(yōu)行為,最終在群體中使優(yōu)值突顯出來,有著較快的收斂速度。但ABC算法可能陷入局部最優(yōu),針對這一不足之處,本文提出了BP-ABC和BP-IABC模型算法,主要利用ABC算法對BP算法的權重和閾值進行優(yōu)化。通過BP模型對AQI指數(shù)進行擬合預測,實驗結果表明BP-IABC模型比BP模型和BP-ABC模型具有更高的擬合精度和更小的均方誤差。灰狼優(yōu)化算法(Grey Wolf Optimizer,GWO)模擬了灰狼群體的種群等級制度與圍捕獵物的活動�；依欠稚㈤_去找目標,初始種群的好壞直接影響算法的全局收斂速度與解的質量。為了提高全局優(yōu)化能力,并利用改進算法優(yōu)化支持向量機回歸算法(SVR)的參數(shù),建立了MGWO-SVR預測模型。并利用MGWO-SVR模型和SVR模型對太原市的空氣質量指標進行預測和擬合,仿真實驗結果表明改進后的模型在預測精度與性能都有良好的表現(xiàn)。
【學位授予單位】：中北大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：X51;TP18
【圖文】：

利用各種工程和數(shù)學神經(jīng)元和神經(jīng)網(wǎng)絡作為模型，通一定的自適應和自學習能力。在人工神經(jīng)網(wǎng)絡系統(tǒng)中，每個神經(jīng)網(wǎng)絡訓練過程中，神經(jīng)網(wǎng)絡的權值在自適應訓練過程中不斷更新，最終得到滿意的輸出結果。特別是在人工智能、模式識別、信號復雜的系統(tǒng)控制和大數(shù)據(jù)處理等領域有廣泛應用[19]。元結構神經(jīng)元的啟發(fā)下，學者們提出了基本的神經(jīng)網(wǎng)絡神經(jīng)元模型。通對接收到的信息進行處理，實現(xiàn)一維輸出模型。神經(jīng)元的外部信作為神經(jīng)元的基本信息。按照生物神經(jīng)元，我們建立 M-P（McC型。為了使得建模更加簡單，以便于進行形式化表達，我們忽略期等復雜因素，并把神經(jīng)元的突觸時延和強度當成常數(shù)[20]。圖 2示意圖。

圖 2.2 Sigmoid 函數(shù)圖像的求導推導為： xefx11() fxfxeexx ()112作為非線性激活函數(shù)，但是其并不被經(jīng)常使過圖 2.2 我們可以看到，sigmoid 函數(shù)的 f ( x接近 0，使得梯度更新十分緩慢，即梯度

圖 2.3 tanh 函數(shù)圖像近很短一段區(qū)域內可看做線性的。tanh樣，存在梯度消失問題；但是 tanh 函數(shù)正單元）為修正線性單元（Rectified Linear Unigmoid 函數(shù)以及 tanh 函數(shù)的梯度消失 0,0,0max(0,),xxx x x x

【相似文獻】

相關期刊論文 前10條

1 黃曉東;;財務BP的企業(yè)實踐研究[J];現(xiàn)代國企研究;2019年04期

2 張鐵成;;BP神經(jīng)網(wǎng)絡法在換索施工中的應用[J];公路交通科技(應用技術版);2016年11期

3 徐明鵑;王本有;;BP神經(jīng)網(wǎng)絡集成挖掘方法在財務預警中的應用[J];長春工業(yè)大學學報;2016年03期

4 邢蕾;趙鵬飛;;BP神經(jīng)網(wǎng)絡的一個解析算例[J];科技創(chuàng)新導報;2016年25期

5 韓文龍;王延斌;高向東;劉國偉;陶傳奇;;基于BP神經(jīng)網(wǎng)絡的沉積微相識別[J];煤炭技術;2016年12期

6 紀雪;周興華;陳義蘭;唐秋華;趙洪臣;;基于BP神經(jīng)網(wǎng)絡的海底地形復雜度自動分類方法研究[J];海岸工程;2016年04期

7 蘭欣;;基于BP神經(jīng)網(wǎng)絡的乙型病毒性肝炎輔助診斷的應用研究[J];中國數(shù)字醫(yī)學;2016年12期

8 賈旭;白云;;京津冀地區(qū)生態(tài)足跡變化趨勢研究——基于BP神經(jīng)網(wǎng)絡的視角[J];河北青年管理干部學院學報;2017年01期

9 李海龍;李麗宏;徐靜楠;;基于BP網(wǎng)絡的整車式動態(tài)稱重數(shù)據(jù)處理[J];計算機仿真;2017年01期

10 高宇;戴躍洪;宋林;;基于BP神經(jīng)網(wǎng)絡的開關磁阻電機建模[J];電力電子技術;2017年02期

相關會議論文 前10條

1 蔡子穎;韓素芹;姚青;張敏;;基于BP神經(jīng)網(wǎng)絡天津地區(qū)霾天氣能見度預報研究[A];2016中國環(huán)境科學學會學術年會論文集（第一卷）[C];2016年

2 駱曉龍;梁團豪;你志軍;張繼權;烏蘭;;基于案例庫以及BP神經(jīng)網(wǎng)絡技術的草原火災預警系統(tǒng)研究(英文)[A];風險分析和危機反應中的信息技術--中國災害防御協(xié)會風險分析專業(yè)委員會第六屆年會論文集[C];2014年

3 居勇;趙徽;;基于改進BP神經(jīng)網(wǎng)絡的供電企業(yè)風險評價[A];第三屆中國智能計算大會論文集[C];2009年

4 吳炎;杜棟;;基于BP神經(jīng)網(wǎng)絡的江蘇省農業(yè)可持續(xù)發(fā)展能力評價[A];決策科學與評價——中國系統(tǒng)工程學會決策科學專業(yè)委員會第八屆學術年會論文集[C];2009年

5 蔡聰波;徐慎初;陳振湘;;不同的混沌信號可影響B(tài)P網(wǎng)絡的學習[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 顧曉波;許建中;肖澤龍;;BP神經(jīng)網(wǎng)絡在紅外毫米波信息融合中的應用[A];2005'全國微波毫米波會議論文集（第二冊）[C];2006年

7 王建平;郭尚;;BP神經(jīng)網(wǎng)絡預測算法性能的改進策略[A];2007年全國開放式分布與并行計算機學術會議論文集(下冊)[C];2007年

8 黃肇明;鐘誠;黎小如;;基于BP神經(jīng)網(wǎng)絡的呼吸系統(tǒng)疾病診斷仿真研究[A];全國第22屆計算機技術與應用學術會議(CACIS·2011)暨全國第3屆安全關鍵技術與應用（SCA·2011）學術會議論文摘要集[C];2011年

9 栗秋華;李楊;盧雯嘉;游步新;;基于遺傳算法和BP神經(jīng)網(wǎng)絡的電力系統(tǒng)電壓穩(wěn)定性預警模型[A];重慶市電機工程學會2010年學術會議論文集[C];2010年

10 歐陽俊;;基于BP神經(jīng)網(wǎng)絡的車牌字符識別算法研究[A];第十屆全國光電技術學術交流會論文集[C];2012年

相關重要報紙文章 前10條

1 本報記者 嚴凱;聯(lián)手BP 中海油斬獲200億美元大單[N];經(jīng)濟觀察報;2014年

2 唐紹紅;BP繪制2035年全球能源版圖[N];中國化工報;2014年

3 記者 常正樂;侯啟軍會見BP集團客人[N];中國石油報;2019年

4 實習記者 于紫月;步BP機后塵，手機于5年后謝幕？[N];科技日報;2019年

5 本報記者 郭錦輝;BP加碼新能源汽車充電服務[N];中國經(jīng)濟時報;2018年

6 王林;BP、康菲石油醞釀資產置換[N];中國能源報;2018年

7 王林;BP與康菲石油擬“無現(xiàn)金”置換資產[N];中國石化報;2018年

8 石梁;BP三季度利潤創(chuàng)新高[N];中國石化報;2018年

9 本報記者 張奇 侯瀟怡;隔夜shibor漲11個BP 2017市場利率中樞大概率上行[N];21世紀經(jīng)濟報道;2017年

10 記者 李高超;BP在墨西哥灣一項目提前投產[N];國際商報;2017年

相關博士學位論文 前10條

1 何毅;基于BP神經(jīng)網(wǎng)絡電容法刨花含水率測試儀的研究與開發(fā)[D];南京林業(yè)大學;2006年

2 呂軍城;山東省農村居民自殺未遂預警BP神經(jīng)網(wǎng)絡及指標體系構建[D];山東大學;2015年

3 盧志宏;基于BP神經(jīng)網(wǎng)絡的荒漠嚙齒動物群落對氣候變化滯后響應[D];內蒙古農業(yè)大學;2016年

4 趙景潤;氣象因素對上消化道出血的影響及BP神經(jīng)網(wǎng)絡模型的建立[D];山東大學;2014年

5 王兟;腦卒中患者體內BP抗體水平與大皰性類天皰皰患者認知功能研究[D];北京協(xié)和醫(yī)學院;2015年

6 劉浴輝;東亞季風區(qū)8.2ka BP氣候突變記錄及其精細解剖[D];中國地質大學;2012年

7 王吉權;BP神經(jīng)網(wǎng)絡的理論及其在農業(yè)機械化中的應用研究[D];沈陽農業(yè)大學;2011年

8 李英偉;基于增量改進BP神經(jīng)網(wǎng)絡微波深度干燥模型及應用研究[D];昆明理工大學;2011年

9 朱新萍;22.70ka BP以來羅布泊“大耳朵”區(qū)域湖泊沉積特征及其環(huán)境指示意義[D];新疆農業(yè)大學;2015年

10 林娟;基于BP神經(jīng)網(wǎng)絡下的礦業(yè)上市公司融資風險預警研究[D];中國地質大學(北京);2013年

相關碩士學位論文 前10條

1 吳嘉文;基于BP神經(jīng)網(wǎng)絡的風電場風電功率預測系統(tǒng)的設計與實現(xiàn)[D];南昌航空大學;2019年

2 張楠;基于優(yōu)化的BP神經(jīng)網(wǎng)絡與SVR算法對AQI的預測研究[D];中北大學;2019年

3 史軻;基于BP網(wǎng)的不確定圖K近鄰查詢研究與實現(xiàn)[D];東北大學;2015年

4 謝麗強;基于BP神經(jīng)網(wǎng)絡下的煤炭上市公司融資風險預警研究[D];山西財經(jīng)大學;2018年

5 馮洋子;基于遺傳算法BP神經(jīng)網(wǎng)絡建立鎂合金腐蝕性能和力學性能的預報模型[D];西安建筑科技大學;2018年

6 江歡;基于優(yōu)化BP算法的鋼材庫存預測系統(tǒng)的設計與實現(xiàn)[D];成都理工大學;2018年

7 劉媛;基于BP神經(jīng)網(wǎng)絡模型和ARMA-BP組合模型的空氣污染指數(shù)預測研究[D];南京師范大學;2018年

8 周揚帆;基于BP神經(jīng)網(wǎng)絡方法提取馬鈴薯空間分布研究[D];中國農業(yè)科學院;2018年

9 祁云;BP神經(jīng)網(wǎng)絡輔助GPS-R遙感反演NDVI實驗研究[D];中國礦業(yè)大學;2018年

10 孫濤;基于改進BP神經(jīng)網(wǎng)絡的調節(jié)閥閥芯型面優(yōu)化設計與研究[D];江蘇大學;2018年

本文編號：2782884