近年來(lái),我國(guó)空氣污染事件愈加頻發(fā),高濃度霧霾事件經(jīng)常襲擊我們的城市,人們也越來(lái)越關(guān)注賴以呼吸的空氣環(huán)境質(zhì)量,此時(shí),PM2.5作為空氣中重要污染物頻繁進(jìn)入人們視線之中。全國(guó)各地都加強(qiáng)了對(duì)空氣質(zhì)量的監(jiān)測(cè),由于PM2.5的危害在空氣污染物質(zhì)中占首位,對(duì)人體傷害極大,對(duì)其的預(yù)測(cè)研究迫切需要。建立一個(gè)準(zhǔn)確可行的PM2.5預(yù)測(cè)系統(tǒng)可以幫助人們提高對(duì)空氣污染的預(yù)防,并對(duì)國(guó)家相關(guān)部門制定空氣污染防治政策提供一定的參考。本論文一開始闡述了建立PM2.5預(yù)測(cè)系統(tǒng)設(shè)計(jì)的選題背景與研究意義,并參考了國(guó)內(nèi)外眾多學(xué)者在空氣質(zhì)量方面的檢測(cè)以及預(yù)測(cè)模型上的研究,發(fā)現(xiàn)在預(yù)測(cè)模型上各類方法均有其優(yōu)缺點(diǎn),其中,由于BP神經(jīng)網(wǎng)絡(luò)模型在非線性預(yù)測(cè)上有很強(qiáng)的優(yōu)勢(shì),且模型架構(gòu)簡(jiǎn)單實(shí)用,在這方面的預(yù)測(cè)用的最多。本文基于BP神經(jīng)網(wǎng)絡(luò)模型建立了基于云平臺(tái)的預(yù)測(cè)系統(tǒng),利用現(xiàn)有的PM2.5的數(shù)據(jù)以及風(fēng)速、溫度、濕度為輸入因子進(jìn)行預(yù)測(cè)實(shí)驗(yàn),然后實(shí)時(shí)PM2.5信息和預(yù)測(cè)PM2.5變化趨勢(shì)向用戶展示,并為用戶發(fā)出信息為大眾的出行與運(yùn)動(dòng)提供建議,并為環(huán)保部門環(huán)保政策的實(shí)施提供建議。本文主要做了以下工作:1、PM2.5知識(shí)的學(xué)習(xí):對(duì)空氣質(zhì)量污染的成分組成,PM2.5的形成原因以及檢測(cè)方法進(jìn)行學(xué)習(xí),同時(shí)對(duì)BP神經(jīng)網(wǎng)絡(luò)模型在空氣質(zhì)量預(yù)測(cè)上的國(guó)內(nèi)外研究進(jìn)行優(yōu)缺點(diǎn)分析。2、需求分析:用易使用、易拓展、易維護(hù)、易復(fù)用的設(shè)計(jì)理念來(lái)設(shè)計(jì)系統(tǒng)功能,實(shí)現(xiàn)以下十個(gè)城市(北京、上海、廣州、深圳、杭州、天津、成都、南京、西安、武漢)的實(shí)時(shí)霧霾數(shù)據(jù)分析、霧霾預(yù)測(cè)、天氣預(yù)測(cè)以及消息推送四個(gè)功能。3、系統(tǒng)搭建:在OpenStack云平臺(tái)搭建多個(gè)虛擬云主機(jī),以及使用Spark框架對(duì)數(shù)據(jù)進(jìn)行并行計(jì)算,運(yùn)用BP神經(jīng)網(wǎng)絡(luò),通過(guò)前一日的PM2.5濃度、風(fēng)速、溫度和濕度對(duì)當(dāng)日的PM2.5進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明,本PM2.5預(yù)測(cè)系統(tǒng)可以有效的對(duì)PM2.5濃度變化趨勢(shì)進(jìn)行預(yù)測(cè),誤差相對(duì)較小。
【學(xué)位單位】：南華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：X84;TP183
【部分圖文】：

PM10平均濃度為75 μg/m3，比2016年下降5.1%。珠三角3年相比，分別下降39.6%、34.3%、27.7%。北京PM2.5年2016年下降20.5%，比2013年下降了35.2%[11]。

2圖1.2 2017年338個(gè)城市六項(xiàng)污染物不同濃度區(qū)間城市比例在過(guò)去幾年中，大氣顆粒物（PM）對(duì)人類健康，生態(tài)系統(tǒng)以及建筑物和紀(jì)碑污染的影響已成為研究的一個(gè)相關(guān)主題。PM 滲入呼吸系統(tǒng)的敏感區(qū)域，因吸入會(huì)增加呼吸系統(tǒng)疾病，并可能損害肺組織和喉嚨。PM10（有效空氣動(dòng)力直徑小于 10 μm 的顆粒物質(zhì)）是最危險(xiǎn)的污染物之一；事實(shí)上，高 PM10 水平肺病和心臟病住院率的增加有關(guān)。幾項(xiàng)流行病學(xué)研究強(qiáng)調(diào)，即使在環(huán)境空氣中對(duì)較小的濃度下，PM 也會(huì)嚴(yán)重影響人類健康。PM2.5（空氣動(dòng)力學(xué)直徑低于 μm 的 PM）比 PM10 對(duì)人體健康的負(fù)面影響更大，因?yàn)樗芨钊氲貪B透到吸系統(tǒng)中。由于這些原因，人們?cè)絹?lái)越關(guān)注研究 PM10 和 PM2.5 的形成，演和可能的控制策略，越來(lái)越多的學(xué)者加入到 PM2.5 的預(yù)測(cè)實(shí)驗(yàn)當(dāng)中。

神經(jīng)網(wǎng)絡(luò)的出現(xiàn)是為了解決非線性預(yù)測(cè)問(wèn)題。常見的預(yù)測(cè)方法不能解決現(xiàn)實(shí)生活中普遍存在的非線性問(wèn)題。早期的神經(jīng)網(wǎng)絡(luò)是此不能預(yù)測(cè)復(fù)雜的模型，因此，科學(xué)家們?cè)诮?jīng)過(guò)多次嘗試失敗用大幅減少。20世紀(jì)80年代中期，Rumelhart、McClelland 等建立了ted Procession (PDP) 小組，創(chuàng)造出著名的誤差反向傳播算法(Eion, BP)，該算法通過(guò)反向使用梯度最陡下降算法修正權(quán)重系數(shù)P 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)質(zhì)上來(lái)講，BP 神經(jīng)網(wǎng)絡(luò)也是一種前饋神經(jīng)網(wǎng)絡(luò)。最簡(jiǎn)單的前感知器。感知器的結(jié)構(gòu)設(shè)計(jì)來(lái)自生物學(xué)中的神經(jīng)元，研究表明這樣的神經(jīng)元，所有的思維意識(shí)都是以它為基礎(chǔ)，通過(guò)網(wǎng)絡(luò)傳。神經(jīng)元如圖 2.1 所示

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測(cè)法[J];金融經(jīng)濟(jì);2017年18期

2 劉高宇;;深度神經(jīng)網(wǎng)絡(luò)在煤質(zhì)數(shù)據(jù)分析與預(yù)測(cè)中的應(yīng)用[J];電腦知識(shí)與技術(shù);2019年28期

3 馮偉業(yè);廖可非;歐陽(yáng)繕;牛耀;;基于膠囊神經(jīng)網(wǎng)絡(luò)的合成孔徑雷達(dá)圖像分類方法[J];科學(xué)技術(shù)與工程;2019年28期

4 溫贊揚(yáng);;基于群智優(yōu)化神經(jīng)網(wǎng)絡(luò)的音樂風(fēng)格分類模型研究[J];現(xiàn)代電子技術(shù);2019年21期

5 鄭麗;;建筑設(shè)計(jì)中神經(jīng)網(wǎng)絡(luò)技術(shù)與遺傳算法探究[J];湖北農(nóng)機(jī)化;2019年21期

6 易煒;何嘉;鄒茂揚(yáng);;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的對(duì)話系統(tǒng)記憶機(jī)制[J];計(jì)算機(jī)工程與設(shè)計(jì);2019年11期

7 黃為;李永剛;胡上成;汪毅;;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的船搖數(shù)據(jù)實(shí)時(shí)預(yù)測(cè)[J];科學(xué)技術(shù)與工程;2019年31期

8 賴策;魏小琴;;卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方式研究[J];信息與電腦(理論版);2019年22期

9 周濟(jì)民;;基于神經(jīng)網(wǎng)絡(luò)改進(jìn)的元胞自動(dòng)機(jī)分析——美國(guó)阿片類藥物濫用情況[J];信息系統(tǒng)工程;2019年11期

10 馬猛;王明紅;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的304不銹鋼車削加工表面粗糙度預(yù)測(cè)[J];輕工機(jī)械;2019年06期

相關(guān)會(huì)議論文 前10條

1 孫軍田;張U

本文編號(hào)：2817421