基于GA-BP神经网络的pm10API指数预报

摘要

空气污染指数预报可以对大气污染提出警示,为城市环境质量管理提供依据。为了研究对空气污染指数进行预报的更有效方法,本文首先从气象学角度对各种污染物和气象因素进行了分析,在确定了空气污染影响因子基础上,综合考虑神经网络和遗传算法的特点和缺陷,建立了用于空气污染预报的遗传神经网络模型,对上海市PM10的API指数进行了模拟,并进行了对比预报检验。结果表明,GA-BP方法预报模型的预报准确率高于通常使用的传统BP神经网络方法。