一种基于CCRAESSOR理论的室内空气质量苯的混沌相空间神经网络模型安全监测方法

摘要

本发明一种基于CCRAESSOR理论的室内空气质量苯的混沌相空间神经网络模型安全监测方法，涉及大气污染物监测预警领域，尤其是涉及一种有机废气苯的预测方法及系统，属于物理方法的分析类(B01D)。其特征在于所述方法依序包括的具体步骤为：(1)采集室内空气质量苯系统日负荷数据构成日负荷时间序列；(2)计算日负荷序列的饱和关联维数，从而证明序列的混沌特性；(3)求取成都市室内空气质量苯日负荷的自相关函数；(4)建立室内空气质量苯混沌时间序列的多维相空间，构成学习样本和教师值；(5)确定神经网络结构；(6)数据的归一化处理；(7)网络的学习；(8)预测模型；(9)实际输出日负荷数据用变换式进行还原。