【摘要】：小波分析和神經(jīng)網(wǎng)絡(luò)在近些年進展非常迅速,研究表明,小波分析和神經(jīng)網(wǎng)絡(luò)在許多領(lǐng)域具有廣闊的應(yīng)用潛力。作者應(yīng)用小波分析和神經(jīng)網(wǎng)絡(luò)的方法對大氣污染預(yù)測進行了深入的研究,拓寬了小波分析和神經(jīng)網(wǎng)絡(luò)在大氣污染預(yù)測中的應(yīng)用范圍,完善了在大氣污染預(yù)測中的應(yīng)用方法,為進一步有效、快速、方便地分析和預(yù)測大氣污染物濃度提供了全新的思路和方法。 首先應(yīng)用小波分解后的最高層低頻信號的重構(gòu),清晰地判斷出大氣污染物濃度的年變化規(guī)律,應(yīng)用小波分解后的最低兩層高頻信號的重構(gòu)清晰地判斷大氣污染物濃度時間序列的突變點。 第二,提出把小波分析和時間序列相結(jié)合的預(yù)測模型應(yīng)用于大氣污染物濃度預(yù)測。利用小波分解將大氣污染物濃度時間序列分解到不同頻率通道上,再分別考慮用相應(yīng)的時間序列模型進行預(yù)測,最后再合成得到原時間序列的預(yù)測值。這種小波時間序列的方法可有效解決時間序列模型對非線性、非平穩(wěn)復(fù)雜時間序列效果欠佳的缺點,并可實現(xiàn)多步預(yù)測。 第三,對神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入樣本進行研究,應(yīng)用大氣污染氣象學(xué)原理分析并確定神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入變量,采用主成分分析進行輸入變量降維。 第四,提出一種全新的分段BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。通過小波分解和重構(gòu)對大氣污染物濃度時間序列的年變化趨勢進行分段,在此基礎(chǔ)上,對各段有針對性地設(shè)計了神經(jīng)網(wǎng)絡(luò)預(yù)測模型,采用了“提前停止”,“貝葉斯正則化法”及“神經(jīng)網(wǎng)絡(luò)集成”等方法進一步提高預(yù)測網(wǎng)絡(luò)的推廣能力。通過實例分析,該預(yù)測模型具有預(yù)測精度較高,適應(yīng)范圍較廣,計算速度較快等優(yōu)點。 最后,在分析“松散型”小波網(wǎng)絡(luò)特性的基礎(chǔ)上,提出將“分解-重構(gòu)-預(yù)測”小波網(wǎng)絡(luò)應(yīng)用于大氣污染物濃度預(yù)測,采用分解后的小波系數(shù)再重構(gòu)到原尺度上,并對低頻、中頻小波系數(shù)序列采用考慮氣象因素的神經(jīng)網(wǎng)絡(luò)預(yù)測模型,對高頻小波系數(shù)序列采用不考慮氣象因素,而是將前幾日的小波系數(shù)值作為輸入的神經(jīng)網(wǎng)絡(luò)模型,最后再將各小波系數(shù)序列預(yù)測值合成得到原序列的預(yù)測值。通過實例分析,模型預(yù)測精度較高,適應(yīng)范圍較廣。
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2006
【分類號】：X51

【引證文獻】

相關(guān)期刊論文 前2條

1 羅航;王厚軍;龍兵;;基于“松散型”小波神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測研究[J];計算機工程與應(yīng)用;2008年08期

2 羅航;王厚軍;龍兵;;基于“緊致型”小波神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測研究[J];計算機應(yīng)用研究;2008年08期

相關(guān)博士學(xué)位論文 前1條

1 于（王樂）;淮河蚌埠段水環(huán)境非線性特征分析與水質(zhì)預(yù)測研究[D];合肥工業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前6條

1 李靜雅;基于神經(jīng)網(wǎng)絡(luò)的輸電線路可聽噪聲預(yù)測模型研究[D];蘭州理工大學(xué);2011年

2 張煒桀;智能電網(wǎng)環(huán)境下的電力負荷預(yù)測[D];西南交通大學(xué);2011年

3 高為;基于數(shù)據(jù)挖掘和數(shù)據(jù)融合的短時交通流預(yù)測研究[D];重慶交通大學(xué);2011年

4 曾小燕;受限空間內(nèi)燃氣泄漏擴散規(guī)律實驗研究[D];重慶交通大學(xué);2011年

5 郭恒川;基于Web和神經(jīng)網(wǎng)絡(luò)的產(chǎn)業(yè)損害預(yù)警系統(tǒng)研究與實現(xiàn)[D];西安建筑科技大學(xué);2011年

6 鄭曉潔;蘋果樹腐爛病預(yù)測模型研究[D];西北農(nóng)林科技大學(xué);2011年

本文編號：2784905