近幾年,空氣污染問(wèn)題引起了全國(guó)人民的廣泛關(guān)注,為了更好的提高市民的生活質(zhì)量、加強(qiáng)空氣污染防治工作和預(yù)防空氣重污染日的發(fā)生,及時(shí)開(kāi)展空氣質(zhì)量預(yù)報(bào)工作意義重大而深遠(yuǎn)。本文以2009～2012年的API、2013年的AQI及同期的氣象資料為基礎(chǔ)數(shù)據(jù),對(duì)秦皇島市API和AQI與氣象因子之間的關(guān)系進(jìn)行了分析,對(duì)秦皇島市API的預(yù)報(bào)方法進(jìn)行了研究。首先,采用相關(guān)分析方法分析了氣象因子對(duì)秦皇島市春夏秋冬四季的API或AQI的影響,重點(diǎn)對(duì)比了四季中AQI>200時(shí)氣象條件與AQI<200時(shí)氣象條件的不同。其次,在初選因子的基礎(chǔ)上利用多元線性回歸法構(gòu)建了秦皇島市春夏秋冬四季API數(shù)值的多元線性回歸預(yù)測(cè)模型,并對(duì)四個(gè)回歸模型進(jìn)行了準(zhǔn)確率的檢驗(yàn),準(zhǔn)確率分別為84.6%、86.8%、83.4%、83.5%。最后,構(gòu)建了基于主成分分析的BP神經(jīng)預(yù)測(cè)模型和遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)四季的API數(shù)值進(jìn)行預(yù)測(cè),分別對(duì)每個(gè)模型運(yùn)行5次,得到兩種模型對(duì)春夏秋冬四季的預(yù)測(cè)平均準(zhǔn)確率分別為：85.18%、87.1%、85.72%、84.56%；86.32%、87.66%,87.4%,85.88%由此可見(jiàn)...

【文章頁(yè)數(shù)】：95 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 論文選題背景
        1.1.1 空氣污染的概念及危害
        1.1.2 我國(guó)城市空氣質(zhì)量現(xiàn)狀
    1.2 國(guó)內(nèi)外研究動(dòng)態(tài)及現(xiàn)狀
        1.2.1 城市空氣污染預(yù)報(bào)方法的研究進(jìn)展
        1.2.2 國(guó)外研究動(dòng)態(tài)與現(xiàn)狀
        1.2.3 國(guó)內(nèi)研究動(dòng)態(tài)與現(xiàn)狀
    1.3 論文的研究目的與意義
    1.4 論文主要內(nèi)容及研究方法
第2章 研究方法的基本理論
    2.1 相關(guān)分析
    2.2 多元線性回歸
        2.2.1 多元線性回歸方程的建立
        2.2.2 多元線性回歸方程的性能評(píng)價(jià)
    2.3 主成分分析
        2.3.1 主成分原理及數(shù)學(xué)模型
        2.3.2 主成分分析的計(jì)算步驟
    2.4 人工神經(jīng)網(wǎng)絡(luò)
        2.4.1 人工神經(jīng)網(wǎng)絡(luò)概述
        2.4.2 BP神經(jīng)網(wǎng)絡(luò)
        2.4.3 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)
    2.5 軟件說(shuō)明
        2.5.1 SPSS軟件
        2.5.2 Matlab軟件
第3章 秦皇島市空氣質(zhì)量與氣象要素關(guān)系分析
    3.1 基礎(chǔ)數(shù)據(jù)分類與整理
    3.2 初選因子的確定
    3.3 秦皇島市四季API與氣象因子的相關(guān)分析
        3.3.1 春季API與氣象因子的相關(guān)分析
        3.3.2 夏季API與氣象因子的相關(guān)分析
        3.3.3 秋季API與氣象因子的相關(guān)分析
        3.3.4 冬季API與氣象因子的相關(guān)分析
    3.4 秦皇島市四季AQI與氣象因子的相關(guān)分析
        3.4.1 春季AQI與氣象因子的相關(guān)分析
        3.4.2 夏季AQI與氣象因子的相關(guān)分析
        3.4.3 秋季AQI與氣象因子的相關(guān)分析
        3.4.4 冬季AQI與氣象因子的相關(guān)分析
    3.5 本章小結(jié)
第4章 秦皇島市空氣質(zhì)量數(shù)學(xué)預(yù)報(bào)模型的建立及檢驗(yàn)
    4.1 預(yù)報(bào)因子的選取
    4.2 四季多元線性回歸預(yù)報(bào)模型的建立及檢驗(yàn)
        4.2.1 春季多元線性回歸預(yù)報(bào)模型的建立及檢驗(yàn)
        4.2.2 夏季多元線性回歸預(yù)報(bào)模型的建立及檢驗(yàn)
        4.2.3 秋季多元線性回歸預(yù)報(bào)模型的建立及檢驗(yàn)
        4.2.4 冬季多元線性回歸預(yù)報(bào)模型的建立及檢驗(yàn)
    4.3 本章小結(jié)
第5章 秦皇島市空氣質(zhì)量神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立及檢驗(yàn)
    5.1 因子的主成分分析
    5.2 BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的設(shè)計(jì)
        5.2.1 BP網(wǎng)絡(luò)預(yù)報(bào)模型的網(wǎng)絡(luò)框架
        5.2.2 BP神經(jīng)網(wǎng)絡(luò)層數(shù)的確定
        5.2.3 各層節(jié)點(diǎn)數(shù)的確定
        5.2.4 網(wǎng)絡(luò)函數(shù)的確定
        5.2.5 BP神經(jīng)網(wǎng)絡(luò)主要參數(shù)的確定
    5.3 BP神經(jīng)網(wǎng)絡(luò)四季預(yù)報(bào)模型的建立和檢驗(yàn)
        5.3.1 春季BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立和檢驗(yàn)
        5.3.2 夏季BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立和檢驗(yàn)
        5.3.3 秋季BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立和檢驗(yàn)
        5.3.4 冬季BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立和檢驗(yàn)
    5.4 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)四季預(yù)報(bào)模型的建立和檢驗(yàn)
        5.4.1 春季基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立和檢驗(yàn)
        5.4.2 夏季基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立和檢驗(yàn)
        5.4.3 秋季基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立和檢驗(yàn)
        5.4.4 冬季基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立和檢驗(yàn)
    5.5 三種預(yù)報(bào)模型的比較
    5.6 本章小結(jié)
第6章 結(jié)論與建議
    6.1 結(jié)論
    6.2 建議
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3972651