基于復雜網(wǎng)絡的區(qū)域空氣質(zhì)量建模分析方法的研究
發(fā)布時間:2020-12-12 02:35
近些年,我國在工業(yè)化、城鎮(zhèn)化取得巨大進步的同時,工業(yè)文明和城市發(fā)展也對生態(tài)環(huán)境產(chǎn)生了巨大的影響。隨著各個地區(qū)“霧霾”的頻繁爆發(fā),空氣質(zhì)量問題引起了人們的高度關注。以可吸入顆粒物、二氧化硫、氮氧化合物等為主要污染物的空氣質(zhì)量問題日趨嚴重,這些暴露在大氣中的污染物在對公眾健康產(chǎn)生影響的同時對我國經(jīng)濟的可持續(xù)發(fā)展也產(chǎn)生了制約。在此現(xiàn)狀下,本文以北京區(qū)域內(nèi)的空氣質(zhì)量為研究對象,通過對空氣質(zhì)量監(jiān)測站點監(jiān)測的數(shù)據(jù),進行影響因素分析,提出采用復雜網(wǎng)絡進行時間和空間影響因素的提取,并提出采用時間和空間預測模型結(jié)合的方法進行空氣質(zhì)量預測。首先,通過皮爾遜相關系數(shù)計算各污染物濃度之間的相關性,并從時間和空間維度上分別分析氣象因素和地理因素對各污染物的影響。其次,針對空氣質(zhì)量數(shù)據(jù)具有空間異質(zhì)性,提出采用復雜網(wǎng)絡,將各污染物所在的各個站點抽象到復雜網(wǎng)絡的節(jié)點上,同時各污染物濃度在空間上的傳播抽象到復雜網(wǎng)絡的邊和邊的權重上,抽象出空間維度的交互網(wǎng)絡,表示出空間上其他站點對預測站點的空間影響。再次,采用極限學習機(Extreme Learning Machine,ELM)將氣象數(shù)據(jù)和空間影響數(shù)據(jù)作為輸入,建立空間...
【文章來源】:燕山大學河北省
【文章頁數(shù)】:61 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文研究內(nèi)容
1.4 論文結(jié)構
第2章 理論依據(jù)與技術知識
2.1 空氣質(zhì)量指數(shù)
2.1.1 空氣質(zhì)量指數(shù)計算
2.1.2 空氣質(zhì)量等級劃分
2.2 復雜網(wǎng)絡
2.2.1 復雜網(wǎng)絡理論
2.2.2 復雜網(wǎng)絡統(tǒng)計特性
2.3 極限學習機模型
2.3.1 基本型極限學習機的結(jié)構
2.3.2 極限學習機的計算過程
2.4 長短期記憶網(wǎng)絡模型
2.4.1 循環(huán)神經(jīng)網(wǎng)絡模型及特征
2.4.2 LSTM理論分析
2.5 本章小結(jié)
第3章 因素分析及數(shù)據(jù)預處理
3.1 主要因素分析
3.1.1 氣象因素相關特征
3.1.2 地理因素相關特征
3.2 區(qū)域內(nèi)監(jiān)測站特征分析
3.2.1 監(jiān)測站之間距離的處理
3.2.2 監(jiān)測站之間風向的處理
3.2.3 主要空氣污染物之間的關系
3.3 數(shù)據(jù)準備與預處理
3.3.1 數(shù)據(jù)準備
3.3.2 數(shù)據(jù)缺失值處理
3.3.3 數(shù)據(jù)標準化
3.4 本章小結(jié)
第4章 基于復雜網(wǎng)絡的區(qū)域空氣質(zhì)量建模的研究
4.1 空氣質(zhì)量模型框架
4.2 空氣質(zhì)量模型的表征方式
4.2.1 監(jiān)測站屬性表征
4.2.2 交互關系屬性表征
4.2.3 交互強度屬性表征
4.3 基于ELM的空間預測模型
4.3.1 空間預測模型指標選取
4.3.2 空間復雜網(wǎng)絡生成
4.3.3 空間預測模型建立
4.4 基于LSTM模型的時間預測模型
4.4.1 時間預測模型指標選取
4.4.2 時間復雜網(wǎng)絡生成
4.4.3 時間預測模型建立
4.5 協(xié)同訓練預測模型的建立
4.6 本章小結(jié)
第5章 實驗結(jié)果及分析
5.1 實驗數(shù)據(jù)集
5.2 實驗環(huán)境
5.3 評價指標
5.4 實驗結(jié)果分析
5.4.1 空間模型的預測結(jié)果分析
5.4.2 時間模型的預測結(jié)果分析
5.4.3 協(xié)同模型的預測結(jié)果分析
5.5 本章小結(jié)
結(jié)論
參考文獻
致謝
本文編號:2911692
【文章來源】:燕山大學河北省
【文章頁數(shù)】:61 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文研究內(nèi)容
1.4 論文結(jié)構
第2章 理論依據(jù)與技術知識
2.1 空氣質(zhì)量指數(shù)
2.1.1 空氣質(zhì)量指數(shù)計算
2.1.2 空氣質(zhì)量等級劃分
2.2 復雜網(wǎng)絡
2.2.1 復雜網(wǎng)絡理論
2.2.2 復雜網(wǎng)絡統(tǒng)計特性
2.3 極限學習機模型
2.3.1 基本型極限學習機的結(jié)構
2.3.2 極限學習機的計算過程
2.4 長短期記憶網(wǎng)絡模型
2.4.1 循環(huán)神經(jīng)網(wǎng)絡模型及特征
2.4.2 LSTM理論分析
2.5 本章小結(jié)
第3章 因素分析及數(shù)據(jù)預處理
3.1 主要因素分析
3.1.1 氣象因素相關特征
3.1.2 地理因素相關特征
3.2 區(qū)域內(nèi)監(jiān)測站特征分析
3.2.1 監(jiān)測站之間距離的處理
3.2.2 監(jiān)測站之間風向的處理
3.2.3 主要空氣污染物之間的關系
3.3 數(shù)據(jù)準備與預處理
3.3.1 數(shù)據(jù)準備
3.3.2 數(shù)據(jù)缺失值處理
3.3.3 數(shù)據(jù)標準化
3.4 本章小結(jié)
第4章 基于復雜網(wǎng)絡的區(qū)域空氣質(zhì)量建模的研究
4.1 空氣質(zhì)量模型框架
4.2 空氣質(zhì)量模型的表征方式
4.2.1 監(jiān)測站屬性表征
4.2.2 交互關系屬性表征
4.2.3 交互強度屬性表征
4.3 基于ELM的空間預測模型
4.3.1 空間預測模型指標選取
4.3.2 空間復雜網(wǎng)絡生成
4.3.3 空間預測模型建立
4.4 基于LSTM模型的時間預測模型
4.4.1 時間預測模型指標選取
4.4.2 時間復雜網(wǎng)絡生成
4.4.3 時間預測模型建立
4.5 協(xié)同訓練預測模型的建立
4.6 本章小結(jié)
第5章 實驗結(jié)果及分析
5.1 實驗數(shù)據(jù)集
5.2 實驗環(huán)境
5.3 評價指標
5.4 實驗結(jié)果分析
5.4.1 空間模型的預測結(jié)果分析
5.4.2 時間模型的預測結(jié)果分析
5.4.3 協(xié)同模型的預測結(jié)果分析
5.5 本章小結(jié)
結(jié)論
參考文獻
致謝
本文編號:2911692
本文鏈接:http://sikaile.net/kejilunwen/yysx/2911692.html
最近更新
教材專著