臭氧污染對人類健康、氣候和植被均產(chǎn)生負面影響,為了全面認識和掌握臭氧濃度變化趨勢,所以對流層臭氧濃度預(yù)測研究工作至關(guān)重要。建立臭氧濃度預(yù)測模型來描述臭氧濃度波動與導(dǎo)致或阻礙臭氧產(chǎn)生的相關(guān)變量之間復(fù)雜關(guān)系。有效的臭氧濃度預(yù)測模型對于提供有效的早期預(yù)警和提高預(yù)測精度具有理論和實際意義。本文以2015年臺北市板橋監(jiān)測站的氣象監(jiān)測和臭氧前體物的歷史數(shù)據(jù)為研究對象。文獻研究顯示臺北市臭氧濃度存在季節(jié)性波動,本文依據(jù)季節(jié)將歷史數(shù)據(jù)劃分為四個數(shù)據(jù)集,分別通過SPSS因子分析功能處理,剔除與臭氧相關(guān)性弱的因子,并利用主成分分析PCA降低網(wǎng)絡(luò)復(fù)雜度。提出一種基于混沌算法優(yōu)化的差分進化算法和粒子群混合全新進化(C-PSODE)算法。并通過多峰函數(shù)驗證比較該算法與PSO算法、DE算法、PSODE算法的優(yōu)劣,得出該算法具有適應(yīng)性強、穩(wěn)定性高、準確率高等特點。利用該算法得到BP神經(jīng)網(wǎng)絡(luò)最優(yōu)初始權(quán)重和閾值,設(shè)計并實現(xiàn)了基于該算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)臭氧小時濃度預(yù)測模型(C-PSODE-BP)。該模型能夠有效提高臭氧的預(yù)測精度,有效的避免了網(wǎng)絡(luò)陷入局部最優(yōu)。本研究利用該模型對臺北市春、夏、秋、冬四季的臭氧濃度分別進行...

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１生物神經(jīng)細胞示意圖??其中樹突相當于信號的輸入端接受外界信息，而軸突則作為細胞元的輸出端??

以人腦為例，一般來說能力非常強的人類大腦中約有大約１０００億個神??經(jīng)元，＃經(jīng)元即神經(jīng)細胞。神經(jīng)元是基本的信息處理單元，生物神經(jīng)元主要由軸??突、樹突、細胞體、突觸等部分構(gòu)成。如結(jié)構(gòu)下圖２－１所示：??７??

圖２－３反饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖??

反饋神經(jīng)網(wǎng)絡(luò)中每個節(jié)點既可以從外界接收輸入信號，又可以向外界輸出，??且所有節(jié)點都具有信息處理能力。神經(jīng)網(wǎng)絡(luò)的自反饋信號，將神經(jīng)元的輸出反饋??至輸入，反饋網(wǎng)絡(luò)也包括自反饋的網(wǎng)絡(luò)，一般常用的反饋神經(jīng)網(wǎng)絡(luò)如圖２－３所示。??Ｉ?￣７??Ｘ，?；Ｖ，?＿?？?Ｘ；??丨、?／Ｉ??ｘ....

圖２－４?ＢＰ神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)圖??

反饋神經(jīng)網(wǎng)絡(luò)中每個節(jié)點既可以從外界接收輸入信號，又可以向外界輸出，??且所有節(jié)點都具有信息處理能力。神經(jīng)網(wǎng)絡(luò)的自反饋信號，將神經(jīng)元的輸出反饋??至輸入，反饋網(wǎng)絡(luò)也包括自反饋的網(wǎng)絡(luò)，一般常用的反饋神經(jīng)網(wǎng)絡(luò)如圖２－３所示。??Ｉ?￣７??Ｘ，?；Ｖ，?＿?？?Ｘ；??丨、?／Ｉ??ｘ....

圖2一5粒子群算法流程圖

ＳＯ）算法的優(yōu)缺點??始化時限制比較少，依賴比較少，同時算法具有比較強，而且算法的原理很簡單，且與遺傳算法制編碼，而粒子群算法采用實數(shù)編碼，相比遺傳有解“信息”的共享性相各個解的“素質(zhì)”的提中某一個粒子搜索到最佳區(qū)域時，然后即刻將信群體將從當前最優(yōu)區(qū)域開始，重新散開搜索。粒子乏速....

本文編號：3901049