本文選題：PM.　切入點(diǎn)：空氣質(zhì)量指數(shù)(AQI)　出處：《數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)》2017年10期 　論文類型：期刊論文

【摘要】：PM2.5作為大氣首要污染物,嚴(yán)重影響著人們的身體健康.為了研究影響PM2.5的相關(guān)指標(biāo),以武漢市的空氣數(shù)據(jù)為研究對(duì)象,通過多元線性回歸、偏最小二乘回歸、基于MIV的RBF神經(jīng)網(wǎng)絡(luò)回歸等方法對(duì)AQI中6個(gè)基本監(jiān)測(cè)指標(biāo)的PM2.5(含量)與其它5項(xiàng)分指標(biāo)及其對(duì)應(yīng)污染物(含量)之間的相關(guān)性進(jìn)行分析;通過比較,基于MIV的RBF神經(jīng)網(wǎng)絡(luò)回歸模型擬合度達(dá)到0.9302,效果最好,而且也優(yōu)于BP人工神經(jīng)網(wǎng)絡(luò)回歸算法,因此得出了精確可靠的影響PM2.5的指標(biāo)權(quán)重大小,為減排PM2.5提供了可靠的理論依據(jù).
[Abstract]:PM2.5, as the primary pollutant in the atmosphere, seriously affects the health of people. In order to study the related indexes of PM2.5, the air data of Wuhan City is taken as the research object, through multiple linear regression, partial least square regression. The correlation between PM2.5 (content) of six basic monitoring indexes in AQI and the other five sub-indexes and their corresponding pollutants (contents) were analyzed by RBF neural network regression based on MIV. The fitting degree of RBF neural network regression model based on MIV is 0.9302, which is the best and better than BP artificial neural network regression algorithm. Therefore, the accurate and reliable index weight of PM2.5 is obtained, which provides a reliable theoretical basis for PM2.5 emission reduction.
【作者單位】： 廣東藥科大學(xué)基礎(chǔ)學(xué)院數(shù)學(xué)系;廣東技術(shù)師范學(xué)院計(jì)算機(jī)科學(xué)學(xué)院;廣東藥科大學(xué)醫(yī)藥商學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(11501584 11402057) 廣東省普通高校青年創(chuàng)新人才項(xiàng)目(2014KQNCX137) 廣州市哲學(xué)規(guī)劃項(xiàng)目(2016GZYB09)
【分類號(hào)】：O212.1;TP183;X513

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳新,孫道恒,黃洪鐘;結(jié)構(gòu)分析有限元系統(tǒng)與神經(jīng)網(wǎng)絡(luò)[J];起重運(yùn)輸機(jī)械;1999年06期

2 王學(xué)峰,張峰;神經(jīng)網(wǎng)絡(luò)中引入數(shù)值積分尋優(yōu)法[J];兵團(tuán)教育學(xué)院學(xué)報(bào);2003年01期

3 周鳳燕,馬成榮;三種群捕食與被捕食生物方程基于神經(jīng)網(wǎng)絡(luò)的H_∞非線性控制[J];紹興文理學(xué)院學(xué)報(bào)(自然科學(xué));2004年08期

4 張金;;具混合時(shí)滯的隨機(jī)神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[J];蘇州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

5 呂學(xué)義;時(shí)和平;張敏;;基于神經(jīng)網(wǎng)絡(luò)與模糊理論的備件庫選址預(yù)測(cè)[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年12期

6 武以敏;;無界可變延遲神經(jīng)網(wǎng)絡(luò)的一般穩(wěn)定性(英文)[J];應(yīng)用數(shù)學(xué);2012年01期

7 錢學(xué)明;;具有變耦合時(shí)滯的離散時(shí)間神經(jīng)網(wǎng)絡(luò)的同步[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年03期

8 陳忠;;具時(shí)滯離散型神經(jīng)網(wǎng)絡(luò)指數(shù)同步問題[J];貴州大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

9 劉永才,張衛(wèi);多輸入門的神經(jīng)網(wǎng)絡(luò)[J];自然雜志;1992年01期

10 于德江;;神經(jīng)網(wǎng)絡(luò)用于一類曲線預(yù)測(cè)[J];預(yù)測(cè);1992年01期

相關(guān)會(huì)議論文 前10條

1 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

2 盧釗;陳增強(qiáng);袁著祉;;基于廣義目標(biāo)函數(shù)的神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];1999年

3 李曉鐘;汪培莊;羅承忠;;神經(jīng)網(wǎng)絡(luò)與模糊邏輯[A];中國(guó)系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第五屆年會(huì)論文選集[C];1990年

4 邵良杉;王軍;孫紹光;;神經(jīng)網(wǎng)絡(luò)擬合函數(shù)方式的研究[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第8屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 周武;邱漢強(qiáng);仲自勉;;神經(jīng)網(wǎng)絡(luò)的一種應(yīng)用[A];模糊集理論與應(yīng)用——98年中國(guó)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第九屆年會(huì)論文選集[C];1998年

6 金鳳;;基于神經(jīng)網(wǎng)絡(luò)與理想解的多屬性決策[A];第四屆全國(guó)船舶與海洋工程學(xué)術(shù)會(huì)議論文集[C];2009年

7 童瑋;魏海坤;;神經(jīng)網(wǎng)絡(luò)剪枝算法在上市公司ST預(yù)測(cè)中的應(yīng)用[A];2005全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集（三）[C];2005年

8 尚慧琳;;兩神經(jīng)元時(shí)滯Hopfield神經(jīng)網(wǎng)絡(luò)的吸引子和吸引域估計(jì)[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2009論文摘要集[C];2009年

9 劉海萍;;神經(jīng)網(wǎng)絡(luò)在CPI預(yù)測(cè)中的應(yīng)用[A];第五屆（2010）中國(guó)管理學(xué)年會(huì)——市場(chǎng)營(yíng)銷分會(huì)場(chǎng)論文集[C];2010年

10 于洪潔;彭建華;;具有非線性耦合函數(shù)的HR神經(jīng)網(wǎng)絡(luò)的混沌同步[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2005論文摘要集（下）[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

2 孫小淇;隨機(jī)時(shí)滯神經(jīng)網(wǎng)絡(luò)的動(dòng)力行為分析[D];中國(guó)海洋大學(xué);2015年

3 王華敏;兩類脈沖時(shí)滯微分系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[D];西南大學(xué);2016年

4 阿卜杜杰力力·阿卜杜熱合曼;具有連續(xù)或不連續(xù)激活函數(shù)的憶阻神經(jīng)網(wǎng)絡(luò)的同步控制研究[D];新疆大學(xué);2016年

5 王利利;神經(jīng)網(wǎng)絡(luò)的動(dòng)力學(xué)分析及穩(wěn)定性研究[D];復(fù)旦大學(xué);2009年

6 馬潤(rùn)年;圖論與神經(jīng)網(wǎng)絡(luò)的若干問題研究[D];西安電子科技大學(xué);2002年

7 于娟;整數(shù)階與分?jǐn)?shù)階神經(jīng)網(wǎng)絡(luò)的同步控制研究[D];新疆大學(xué);2013年

8 李小愛;隨機(jī)時(shí)滯神經(jīng)網(wǎng)絡(luò)的P階矩指數(shù)穩(wěn)定性研究[D];中南大學(xué);2013年

9 王瓊;基于優(yōu)化理論的神經(jīng)網(wǎng)絡(luò)研究及在抽油機(jī)故障診斷中的應(yīng)用[D];東北石油大學(xué);2011年

10 崔黎黎;基于神經(jīng)網(wǎng)絡(luò)的近似動(dòng)態(tài)規(guī)劃理論及其應(yīng)用研究[D];東北大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

2 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

3 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

4 何志方;兩類具有反應(yīng)擴(kuò)散的BAM神經(jīng)網(wǎng)絡(luò)的指數(shù)穩(wěn)定性[D];哈爾濱工業(yè)大學(xué);2015年

5 趙雪婷;脈沖切換神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析和同步控制[D];大連理工大學(xué);2015年

6 趙棟;全局穩(wěn)定的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制及應(yīng)用[D];西安電子科技大學(xué);2014年

7 王艷;時(shí)滯復(fù)雜網(wǎng)絡(luò)的穩(wěn)定性及Hopf分岔[D];青島科技大學(xué);2016年

8 張治中;隨機(jī)時(shí)滯神經(jīng)網(wǎng)絡(luò)輸入狀態(tài)穩(wěn)定性研究[D];廣東工業(yè)大學(xué);2016年

9 李吉印;基于BP神經(jīng)網(wǎng)絡(luò)馬爾可夫模型的黃土丘陵半干旱區(qū)降水量預(yù)測(cè)[D];西北農(nóng)林科技大學(xué);2016年

10 楊闊;馬爾可夫跳躍神經(jīng)網(wǎng)絡(luò)與基于憶阻器Chua的電路的穩(wěn)定性[D];燕山大學(xué);2016年

，

本文編號(hào)：1598434