基于改进鸡群算法优化BP神经网络的空气质量预测方法

摘要

本发明公开了一种基于改进鸡群算法优化BP神经网络的空气质量预测方法，抽取了影响空气质量指数AQI的主要指标PM2.5和PM10作为预测目标，并分别结合5种气象因子进行PM2.5或PM10预测。本发明针对现有BP神经网络收敛速度慢、收敛精度不高等缺点，利用改进鸡群算法优化BP神经网络，使BP神经网络能够依据每步的预测结果自适应改变神经网络的权重和阈值，有效改善了神经网络预测速度和精度。本发明的自适应BP神经网络预测空气质量的方法具有预测精度高，收敛速度快等优点。