基于人工神经网络的空气质量评价及预报方法的研究

摘要

近年来,随着信息技术特别是人工智能技术的发展,为科学、准确的城市空气质量评价及预报创造了有利条件.该文从这个角度出发,将人工智能最先进的神经网络技术引入到空气质量评价及预报领域,并在这一创新思想的指导下,进行了基于人工神经网络的空气质量评价及预报方法的研究.该文针对传统神经网络BP算法存在局部极小值、学习速度慢、无法准确确定最佳隐节点数的不足,提出了学习参数自动调整法和利用遗传算法确定隐层节点数的改进方法.计算结果表明,利用改进后的算法能够得到更快的收敛速度和更好的识别效果.首次应用模糊神经网络进行空气质量评价建模,提出了一种基于模糊神经网络的新的城市空气质量评价方法.该模型不但评价过程物理意义明确,还可根据评价结果进行科学合理的大气质量排序.

目录

文摘

英文文摘

声明

第一章绪论

1.1空气质量评价概述

1.1.1空气污染指数及其计算

1.1.2其它空气质量评价方法

1.2空气污染预报概述

1.2.1空气污染预报的主要方法

1.2.2国外开展空气污染预报的情况

1.2.3我国开展空气污染预报的情况

1.3神经网络在大气科学中的应用

1.3.1预报

1.3.2模式分类

1.4本课题的意义、研究目标和主要研究内容

1.4.1本课题的意义

1.4.2本课题的研究目标

1.4.3本课题的主要研究内容

第二章神经网络的选择及其算法的研究

2.1神经网络的选择

2.1.1人工神经网络的基本模型

2.1.2神经网络的选择

2.2 BP算法的改进研究

2.2.1 BP算法的数学描述

2.2.2 BP算法的数学原理

2.2.3 BP算法的改进研究

2.3本章小结

第三章基于模糊神经网络的空气质量评价方法的研究

3.1模糊神经网络

3.1.1模糊技术

3.1.2神经网络与模糊技术的结合

3.2基于模糊神经网络的空气质量评价模型

3.2.1模型的设计

3.2.2学习算法研究

3.3模型评估

3.3.1空气质量评价

3.3.2空气质量排序

3.4本章小结

第四章城市空气质量影响因素分析及预报因子的选取

4.1城市空气中的主要污染物及其危害

4.2气象因子

4.3预报因子的选取

4.3.1与风有关的预报因子的选取

4.3.2与温度层结有关的预报因子的选取

4.3.3与降雨和降雪有关的预报因子的选取

4.3.4与大气稳定度有关的预报因子的选取

4.3.5与污染源有关的预报因子的选取

4.4本章小结

第五章基于神经网络的空气质量预报方法的研究

5.1大气质量浓度的遗传神经网络建模研究

5.1.1关于遗传算法

5.1.2用于大气污染物质量浓度预报的遗传神经网络

5.1.3模型的设计

5.1.4模型评估

5.2基于多重神经网络的空气质量预报方法的研究

5.2.1模型的设计

5.2.2模型评估

5.3模型预报结果对比与分析

5.4影响空气质量预报准确率的因素分析

5.5本章小结

第六章城市空气质量管理决策支持系统的研究

6.1决策支持系统概述

6.1.1决策支持系统的功能及结构

6.1.2决策支持系统的应用发展现状

6.1.3决策支持系统的设计与开发

6.2城市空气质量管理决策支持系统的设计

6.2.1系统的设计目标及原则

6.2.2系统的功能设计

6.2.3系统的结构设计

6.3城市空气质量管理决策支持系统的实现

6.3.1系统的运行环境与编程环境

6.3.2系统的功能实现

6.4本章小结

结论

参考文献

致谢

作者从事科学研究和学习经历的简历

发表的论文及获奖情况