本文關(guān)鍵詞：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

  更多相關(guān)文章： 空氣質(zhì)量預(yù)測 GA BP 空間分析 GIS 廣州市

【摘要】：隨著經(jīng)濟(jì)的快速發(fā)展,大量污染氣體的排放,對環(huán)境產(chǎn)生了很大的破壞,使得生態(tài)不斷惡化。空氣污染不僅對人的健康產(chǎn)生的影響,也將會直接導(dǎo)致可持續(xù)發(fā)展的社會受到影響。因此,大氣污染物防治工作,就顯得尤為重要。為了更全面的認(rèn)識和掌握大氣污染物的變化趨勢,為大氣污染防治工作提供更全面、及時的信息,開展大氣污染物的預(yù)測研究工作勢在必行。大氣污染物的預(yù)測工作歷經(jīng)幾十年發(fā)展,預(yù)測方法和預(yù)測技術(shù)都得到了全面的提升,然而如何改善空氣污染物的預(yù)測精度,一直是空氣質(zhì)量預(yù)測領(lǐng)域必須考慮和研究的重點(diǎn)。本文以廣州為研究區(qū)域,根據(jù)廣州市2014、2015年的國控站點(diǎn)污染物監(jiān)測數(shù)據(jù)和氣象預(yù)報數(shù)據(jù),利用遺傳算法和BP神經(jīng)網(wǎng)絡(luò),來構(gòu)建空氣質(zhì)量預(yù)測模型,將該模型運(yùn)用在廣州市空氣質(zhì)量預(yù)報實(shí)驗(yàn)中。同時,采用反距離加權(quán)插值法,對廣州市的AQI的時空分布進(jìn)行了分析和預(yù)測。本文的主要工作和研究結(jié)果如下:首先,對人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于空氣質(zhì)量預(yù)報的國內(nèi)外研究現(xiàn)狀進(jìn)行了闡述,確定了本文的研究內(nèi)容和技術(shù)路線,分析了研究區(qū)域的基本情況和空氣質(zhì)量監(jiān)測站點(diǎn)的地理位置,還介紹了采集的空氣質(zhì)量監(jiān)測數(shù)據(jù)和天氣預(yù)報數(shù)據(jù)的數(shù)據(jù)內(nèi)容和數(shù)據(jù)來源。其次,深入研究了BP神經(jīng)網(wǎng)絡(luò)和遺傳算法,介紹了算法的基本原理和流程,并充分分析了兩者的優(yōu)缺點(diǎn)。提出利用遺傳算法具有全局搜索的優(yōu)勢,來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)重和閾值的方法,避免了神經(jīng)網(wǎng)絡(luò)過早收斂于局部極小值,進(jìn)而提升BP神經(jīng)網(wǎng)絡(luò)的泛化能力。再次,根據(jù)空氣質(zhì)量數(shù)據(jù),考慮氣象因素的影響下,結(jié)合遺傳算法和BP神經(jīng)網(wǎng)絡(luò)算法,設(shè)計實(shí)現(xiàn)了一個基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的空氣質(zhì)量預(yù)測模型。然后,選取了2014年的空氣質(zhì)量監(jiān)測數(shù)據(jù)和氣象預(yù)報數(shù)據(jù)作為模型訓(xùn)練樣本數(shù)據(jù),訓(xùn)練預(yù)測模型,通過反復(fù)的實(shí)驗(yàn),確定神經(jīng)網(wǎng)絡(luò)預(yù)測模型的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù),并將該預(yù)測模型應(yīng)用在對廣州市市監(jiān)測站2015年1月至3月的空氣質(zhì)量預(yù)測實(shí)驗(yàn)中,并將該實(shí)驗(yàn)結(jié)果與單一BP神經(jīng)網(wǎng)絡(luò)模型的實(shí)驗(yàn)結(jié)果進(jìn)行了對比分析,預(yù)測實(shí)驗(yàn)結(jié)果證明遺傳算法優(yōu)化的預(yù)測模型具有較好的預(yù)測準(zhǔn)確率,達(dá)到了預(yù)期的效果。最后,利用反距離加權(quán)空間插值法,對廣州市2015年上半年AQI時空分布特征進(jìn)行分析研究。結(jié)果表明,1-3月份,空氣質(zhì)量指數(shù)(AQI)呈下降趨勢,北部高于南部;4-6月份,AQI呈逐漸上升趨勢,南部高于北部,并且南部市中心城區(qū)的AQI明顯偏高。并與預(yù)測模型預(yù)測AQI值相應(yīng)的空間分布進(jìn)行對比,兩者的空間分布特征較為一致,從而驗(yàn)證了預(yù)測模型的準(zhǔn)確性。
【關(guān)鍵詞】：空氣質(zhì)量預(yù)測 GA BP 空間分析 GIS 廣州市
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：X51;X831
【目錄】：

• 摘要4-5
• Abstract5-12
• 第一章 緒論12-20
• 1.1 研究背景及意義12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究意義13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-16
• 1.2.1 國外研究現(xiàn)狀14-15
• 1.2.2 國內(nèi)研究現(xiàn)狀15-16
• 1.3 研究內(nèi)容和技術(shù)路線16-17
• 1.3.1 研究內(nèi)容16
• 1.3.2 技術(shù)路線16-17
• 1.4 研究方法17-19
• 1.4.1 空間插值法17
• 1.4.2 空氣質(zhì)量評價法17-19
• 1.5 論文組織結(jié)構(gòu)19-20
• 第二章 研究區(qū)域概況與數(shù)據(jù)處理20-24
• 2.1 研究區(qū)域概況20-21
• 2.2 數(shù)據(jù)采集和來源21
• 2.2.1 數(shù)據(jù)來源21
• 2.2.2 數(shù)據(jù)內(nèi)容21
• 2.3 數(shù)據(jù)處理21-23
• 2.3.1 數(shù)據(jù)缺失處理21-22
• 2.3.2 數(shù)據(jù)數(shù)值化處理22-23
• 2.4 本章小結(jié)23-24
• 第三章 人工神經(jīng)網(wǎng)絡(luò)24-37
• 3.1 人工神經(jīng)網(wǎng)絡(luò)24-25
• 3.2 BP神經(jīng)網(wǎng)絡(luò)25-31
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)26-27
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)算法原理27-28
• 3.2.3 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法改進(jìn)28-30
• 3.2.4 BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)30-31
• 3.3 遺傳算法31-34
• 3.3.1 遺傳算法原理31-33
• 3.3.2 遺傳算法步驟33-34
• 3.3.3 遺傳算法的優(yōu)缺點(diǎn)34
• 3.4 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)34-35
• 3.5 本章小結(jié)35-37
• 第四章 基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型設(shè)計37-43
• 4.1 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的設(shè)計37-40
• 4.1.1 輸入層和輸出層設(shè)計37
• 4.1.2 隱含層設(shè)計37-38
• 4.1.3 傳遞函數(shù)確定38-39
• 4.1.4 學(xué)習(xí)函數(shù)確定39-40
• 4.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)重和閾值40-41
• 4.3 預(yù)測模型算法整體設(shè)計41-42
• 4.4 本章小結(jié)42-43
• 第五章 廣州市空氣質(zhì)量預(yù)測應(yīng)用和結(jié)果分析43-54
• 5.1 數(shù)據(jù)樣本選擇和處理43-45
• 5.1.1 數(shù)據(jù)樣本選擇43-45
• 5.1.2 數(shù)據(jù)預(yù)處理45
• 5.2 模型參數(shù)設(shè)計45-47
• 5.3 網(wǎng)絡(luò)模型訓(xùn)練47-50
• 5.4 其他污染物濃度預(yù)測50-51
• 5.5 空氣質(zhì)量指數(shù)預(yù)報51-53
• 5.6 結(jié)果分析53
• 5.7 本章小結(jié)53-54
• 第六章 廣州市AQI時空分布分析54-62
• 6.1 空間插值54-56
• 6.1.1 空間插值概述54-55
• 6.1.2 空間插值方法55-56
• 6.2 AQI時空分布分析56-61
• 6.2.1 AQI時間分布特征分析56-58
• 6.2.2 AQI空間分布特征分析58-60
• 6.2.3 AQI時空分布預(yù)測60-61
• 6.3 本章小結(jié)61-62
• 第七章 結(jié)論與展望62-64
• 7.1 結(jié)論62-63
• 7.2 展望63-64
• 參考文獻(xiàn)64-67
• 附錄A 空氣質(zhì)量分指數(shù)67-68
• 致謝68-69
• 攻讀學(xué)位期間的研究成果69-70

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓慶大,李沈,王丹民,魏寧;BP算法神經(jīng)網(wǎng)絡(luò)技術(shù)在激光加工中的應(yīng)用[J];東北大學(xué)學(xué)報;1999年05期

2 趙碧云,賀彬,朱發(fā)慶,袁國林,段坤;大氣污染擴(kuò)散空間信息系統(tǒng)[J];環(huán)境科學(xué)研究;1999年06期

3 金龍,況雪源,黃海洪,覃志年,王業(yè)宏;人工神經(jīng)網(wǎng)絡(luò)預(yù)報模型的過擬合研究[J];氣象學(xué)報;2004年01期

4 劉罡,李昕,胡非;大氣污染物濃度的神經(jīng)網(wǎng)絡(luò)預(yù)報[J];中國環(huán)境科學(xué);2000年05期

5 趙鳳琴,湯潔,周德春;GIS的空間分析技術(shù)在長春市大氣環(huán)境功能分區(qū)中的應(yīng)用[J];吉林大學(xué)學(xué)報(地球科學(xué)版);2002年03期

6 郎君,蘇小紅,周秀杰;基于有機(jī)灰色神經(jīng)網(wǎng)絡(luò)模型的空氣污染指數(shù)預(yù)測[J];哈爾濱工業(yè)大學(xué)學(xué)報;2004年12期

7 張庸;英國倫敦?zé)熿F事件[J];環(huán)境導(dǎo)報;2003年21期

8 吳必軍,李利新,王偉;基于GIS城市機(jī)動車尾氣擴(kuò)散遷移研究[J];環(huán)境污染與防治;2002年04期

9 于桂云,金世洲,王洪濤;城市空氣質(zhì)量預(yù)報的意義及其進(jìn)展[J];黑龍江環(huán)境通報;2002年03期

10 劉運(yùn)年;室內(nèi)空氣污染及其控制[J];化學(xué)工程師;2003年01期

，

本文編號：909438