近年來,由于工業(yè)技術(shù)的不斷發(fā)展,城市化進(jìn)程的加快,人類活動所造成的大氣污染問題日趨嚴(yán)重.大氣污染對環(huán)境、人體健康以及社會經(jīng)濟(jì)有著諸多不良影響,例如破壞臭氧層惡化生存環(huán)境,懸浮顆粒物、一氧化碳等污染物將引起人們的肺部炎癥、皮膚炎、眼結(jié)膜炎、中毒等.如今,我國是世界上大氣污染狀況較嚴(yán)重的國家之一,城市大氣污染更為突出,因此,大氣污染的防治已是迫在眉睫.地方政府如何掌握防治時機(jī),瞄準(zhǔn)防治對象,確定防治范圍是其關(guān)鍵所在,其中精確地掌控防治時機(jī)是高效率防治的前提.空氣質(zhì)量指數(shù)（AQI）是衡量空氣綜合質(zhì)量好壞的標(biāo)準(zhǔn),但無法準(zhǔn)確表示單種污染物濃度情況,且其預(yù)測模型精確預(yù)測周期較短,這將可能造成最佳防治時機(jī)的錯失.本文就AQI的局限性,提出了氣象潛勢指數(shù),首先采用相關(guān)性分析找出各個污染物的主要影響氣象因子,其次利用BP神經(jīng)網(wǎng)絡(luò)與基于遺傳算法與多目標(biāo)優(yōu)化模型改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)分別建立氣象潛勢指數(shù)預(yù)測模型,進(jìn)而通過Python語言tensorflow框架編程實現(xiàn)模型訓(xùn)練,最后對案例進(jìn)行預(yù)測實驗,對比分析兩種模型的結(jié)果.第一章主要介紹了氣象潛勢指數(shù)預(yù)測研究的背景與意義,以及近年空氣質(zhì)量指數(shù),大氣污染物與氣象... 

【文章來源】：重慶師范大學(xué)重慶市

【文章頁數(shù)】：47 頁

【學(xué)位級別】：碩士

【部分圖文】：

BP神經(jīng)元模型

２預(yù)備知識??心在于誤差的反饋傳播．從訓(xùn)練模式來看，ＢＰ神經(jīng)網(wǎng)絡(luò)是一個由信息正向傳播與誤差反??向傳播反復(fù)交替的網(wǎng)絡(luò)模式訓(xùn)練過程．三層ＢＰ神經(jīng)網(wǎng)絡(luò)模型基本結(jié)構(gòu)如圖２．２．??輸入層?隱含層?輸出層??圖２．２三層ＢＰ神經(jīng)網(wǎng)絡(luò)模型基本結(jié)構(gòu)??從圖２．２可知，ＢＰ神經(jīng)網(wǎng)絡(luò)主要由輸入層、隱含層、輸出層構(gòu)成．輸入量：ｃ由輸入??層進(jìn)入，經(jīng)過求和器處理進(jìn)入隱含層，隱含層激活處理，再次經(jīng)過求和器進(jìn)入輸出層，輸??出層激活得到輸出量．如果輸出量與實際結(jié)果之間的誤差大于精度要求，則進(jìn)入誤差反??向傳播，修正網(wǎng)絡(luò)權(quán)值與閾值，直到誤差小于精度或迭代次數(shù)到達(dá)最大次數(shù)．??２．４?．２?ＢＰ算法基本步驟??ＢＰ神經(jīng)網(wǎng)絡(luò)算法的核心在于誤差反饋傳播，不斷調(diào)整修正各層權(quán)值與閾值，使得誤??差不斷減�。�??？?０；?＝?＿?？．知）表不ＢＰ神經(jīng)網(wǎng)絡(luò)中的輸入量；??？?０?＝?（〇１，〇２…〇ｔ）表不ＢＰ神經(jīng)網(wǎng)絡(luò)中的輸出量；??？?ｙ?＝?…ｙｔ）表不訓(xùn)練集中樣本的實際輸出量；??？玢

Ｓｔｅｐ?１０：判斷網(wǎng)絡(luò)學(xué)習(xí)次數(shù)是否到達(dá)設(shè)定最大值Ｍ，是，則停止計算，否則轉(zhuǎn)Ｓｔｅｐ?２??從訓(xùn)練集第一個樣本幵始學(xué)習(xí)．??ＢＰ神經(jīng)網(wǎng)絡(luò)基本步驟流程見圖２．３．??初始化權(quán)值、閾？??輸入樣本，計算各層輸出??計銥輸出層誤差￡??Ｎ〇?計舞：局部梯度５??１??修正輸出層權(quán)值、閾值??＾?Ｉ修正隱含層權(quán)值、閾值??Ｙｐｃ???????ＮＯ??＾?—?罐雛本蹄紗?????學(xué)習(xí)？??訓(xùn)練結(jié)束??圖２．３?ＢＰ神經(jīng)網(wǎng)絡(luò)基本步驟流程圖?．??２．４?．３?ＢＰ神經(jīng)網(wǎng)絡(luò)中常用的激活函數(shù)??ＢＰ神經(jīng)網(wǎng)絡(luò)中激活函數(shù)的主要作用在于描述變量之間的非線性關(guān)系，常用的激活函??數(shù)有??（１）?Ｓｉｇｍｏｉｄ函數(shù)（Ｓ型函數(shù)）??，（和?士．??１?〇?Ｓｉｇｍｏｉｄ????０．８?＼??°６?／??０．４?＼??°Ｊ?Ａ?．??〇．仝１０?一?５?ｉ）?５?１０??圖?２．４?Ｓｉｇｍｏｉ

【參考文獻(xiàn)】：
期刊論文
[1]重慶涪陵大氣污染物特征及其與氣象要素的關(guān)系[J]. 倪超,李新江,向濤,欒松,郭志,戴小東,李強(qiáng).  西南師范大學(xué)學(xué)報(自然科學(xué)版). 2018(09)
[2]重慶市典型城區(qū)大氣VOCs的臭氧生成潛勢與來源解析[J]. 侯建平,張文斌,譚麗,呂怡兵,王贊春.  環(huán)境影響評價. 2018(03)
[3]基于遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)房價預(yù)測分析[J]. 李春生,李霄野,張可佳.  計算機(jī)技術(shù)與發(fā)展. 2018(08)
[4]基于觀測模型的重慶大氣臭氧污染成因與來源解析[J]. 蘇榕,陸克定,余家燕,譚照峰,蔣美青,李晶,謝紹東,吳宇聲,曾立民,翟崇治,張遠(yuǎn)航.  中國科學(xué):地球科學(xué). 2018(01)
[5]基于時空優(yōu)化深度神經(jīng)網(wǎng)絡(luò)的AQI等級預(yù)測[J]. 董婷,趙儉輝,胡勇.  計算機(jī)工程與應(yīng)用. 2017(21)
[6]基于GA-SVM的太原市空氣質(zhì)量指數(shù)預(yù)測[J]. 尹琪,胡紅萍,白艷萍,王建中.  數(shù)學(xué)的實踐與認(rèn)識. 2017(12)
[7]基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在股指預(yù)測中的應(yīng)用研究[J]. 黃宏運(yùn),朱家明,李詩爭.  云南大學(xué)學(xué)報(自然科學(xué)版). 2017(03)
[8]2005—2014年中三角城市群大氣污染特征及變化趨勢[J]. 李婷婷,尉鵬,程水源,王文杰,謝品華,陳臻懿,蘇福慶,任陣海.  環(huán)境工程學(xué)報. 2017(05)
[9]川南城市群大氣污染時空分布及氣象因子分析[J]. 張娟,劉志紅,黃觀,何沐全.  四川環(huán)境. 2017(02)
[10]基于GAMS的港口節(jié)能減排建設(shè)方案多目標(biāo)優(yōu)化[J]. 顧建,王偉,封學(xué)軍,吳曉婧,劉捷.  上海海事大學(xué)學(xué)報. 2016(04)

博士論文
[1]四川盆地西北部城市群冬季大氣污染氣象成因及其數(shù)值模擬研究[D]. 寧貴財.蘭州大學(xué) 2018

碩士論文
[1]京津冀地區(qū)大氣污染變化規(guī)律及影響因素研究[D]. 彭心竹.中國地質(zhì)大學(xué)(北京) 2018
[2]基于自適應(yīng)遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)股價預(yù)測模型[D]. 任浩然.延安大學(xué) 2017
[3]基于BP神經(jīng)網(wǎng)絡(luò)的城鎮(zhèn)污水廠活性炭自動投加系統(tǒng)的研究[D]. 史宇濱.浙江大學(xué) 2017
[4]基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的廣州市空氣質(zhì)量預(yù)測與時空分布研究[D]. 趙李明.江西理工大學(xué) 2016
[5]蘭州市空氣污染特征及其與氣象條件關(guān)系研究[D]. 周甘霖.蘭州大學(xué) 2012
[6]重慶市大氣污染對健康影響的時間序列研究[D]. 劉金蓮.重慶醫(yī)科大學(xué) 2008
[7]珠江三角洲大氣氣溶膠污染形成機(jī)制與遙感監(jiān)測研究[D]. 王德輝.廣州大學(xué) 2007



本文編號：3623102