大氣是整個(gè)人類(lèi)在生存成長(zhǎng)過(guò)程中賴(lài)以為生的環(huán)境元素之一.然而,隨著現(xiàn)代工業(yè)在二十世紀(jì)的飛速發(fā)展,以及世界人口的急劇增長(zhǎng),人們對(duì)煤炭和石油的消耗越來(lái)越大,而這些能源燃料在燃燒的過(guò)程中,產(chǎn)生了大量的化學(xué)物質(zhì).其中,以廢氣和煙塵等形式排放到大氣中的污染物數(shù)量與日俱增,逐漸超過(guò)了大氣環(huán)境所能承載的容量,對(duì)人們的生活生產(chǎn)和身體健康等方面產(chǎn)生了嚴(yán)重的影響.本文探討了一種基于變分模態(tài)分解(variational mode decomposition,VMD)的新型混合預(yù)測(cè)模型.我們以甘肅省蘭州市為例,收集了 2016年全年366天的大氣污染數(shù)據(jù)以及氣象數(shù)據(jù),并應(yīng)用本文所提模型分別對(duì)污染指數(shù)PM2.5和PM10進(jìn)行了建模分析及預(yù)測(cè).首先,本文使用VMD分解技術(shù)在數(shù)據(jù)預(yù)處理階段用于分解和重構(gòu)數(shù)據(jù).其次,在優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值時(shí),本文選取了一種基于自適應(yīng)粒子群算法的蟻群算法.最后,對(duì)預(yù)測(cè)結(jié)果進(jìn)行了多種方式的比較分析.實(shí)驗(yàn)結(jié)果顯示本文所提出的混合預(yù)測(cè)模型相比于其他單一或組合模型,精度較高,基本擬合了大氣顆粒物濃度變化的趨勢(shì)和波動(dòng).
【學(xué)位單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：X513;F224
【部分圖文】：

Ｌ嘁紙獾睦賈菔校校停玻醶島停校停保暗腦げ庋芯浚]3?還具有將＃習(xí)得到的結(jié)果用于新樣本的能力，即魯棒性能高、泛化性能強(qiáng)．流程逡逑圖如圖２．１所示：逡逑「邐－輸滅邐嗣邋１邐輸入集設(shè)置逡逑Ｉ邋￣￣＾￣邋「￣＾￣￣邐？邐３邐２１８８逡逑｜邋v|邐￣＾＾—邐２邐３邐４邐，１８９逡逑！｜邋ｉ邋ｉ邋ｉ邋ｉ邋ｉ邋１邋ｉ邋｜邐３邐４邐５邐：逡逑ｊ邋＝■邐—＾—邐￣＾４邐５邐６邐…２１９１逡逑￣＾￣邋￣＾￣￣邐ｒ邋５邋６邐７邐２１９２逡逑ｊ邋？邐邐邐？邋ｉ逡逑—■ｉｉｉｈｉｉｍ邐■ｉｉｉｈｉｉｍ邐■ｉｉｉｈｉｉｍ邋■ＭｉＢ邋ｇＴＢｉＴｉＢ邋■ｉｉｉｈｉｉｉ＾—邐－ｍｉｉｉｈｉｉｍ￣￣｜邐，邐！邐６邐７邐８邐…２１９３逡逑—■ＨＲｉｉｉｈ邋ＶｉｆｉｉｌＶ邋Ｗ１Ａ�。桑皱澹郑欤妫椋椋欤皱澹祝桑妫椋椋欤皱濉鲐璼E亁—邐－葡丨１丨抂睡—Ｍ逡逑Ｔｆｒ邋Ｉ邐７邐８邐９邐…２１９４逡逑？邐？邐？邐？邐？邐？邐？邋Ｐｖ邋ｉ逡逑：：：：：：邐：邐＿邐｜邐８邐９邐１０邐．．．邐２１９５逡逑—■ｍｍXu邋＾ＣＴｉＴｉ＾邋？本ｆｌｉｉ丨Xu？本ｆｌｉｎ^簀澹蕖逡唬蓿叔問(wèn)涑黽楨義稀牽牛膩澹牽牛垮澹攏�？邋n牛膩巍恚椋恚恚澹斟義希體危簦鈴危停澹叔澹懾澹瑰澹保板遑澹玻保梗跺義賢跡玻卞危攏猩窬縊惴ń峁沽鞒掏煎義希攏猩窬緹嚀騫貪ㄒ韻錄父霾街瑁哄義喜街瑁蓖緋跏薊菔淙牒褪涑鱟遠(yuǎn)ㄒ逋縭淙氬憬詰閌慘憬詰沐義鮮紓涑霾憬詰閌范ㄑ八俾屎圖だ問(wèn)劍婊跏薊淙氬悖�、隐层辶x蝦褪涑霾閔窬淶牧尤ㄖ擔(dān)

本文編號(hào)：2814168