基于小波神经网络的PM2.5浓度预测模型

摘要

cqvip:为改善传统BP神经网络对PM2.5浓度预测存在训练时间长和过度拟合的问题。提出一种基于小波神经网络PM2.5浓度预测的方法,可更好地缩短训练时间,加快收敛速度且能够有效避免陷入局部最小值。对于数据处理,采用灰色关联分析法进行相关因子筛选,以提高数据挖掘质量。研究证明,引入灰色关联分析法与小波神经网络的预测手段能有效提高PM2.5浓度的预测精度,相比BP神经网络的预测模型预测效果更好,具有可行性。