近些年以來,我國經(jīng)濟的不斷地發(fā)展和提高,隨之而來的就是日益增長的能源消耗和環(huán)境污染的問題�！办F霾”和空氣污染也成為了人們?nèi)粘Ｉ钪械囊粋�熱門的大話題。如何有效的利用各個城市已有的各種歷史數(shù)據(jù)對城市空氣質(zhì)量進行比較準確有效的分析和預測,不僅能為人們的生活出行帶來便利,也能為空氣污染的治理提供一定的幫助。本文研究的主要內(nèi)容是以南昌市的空氣質(zhì)量的指數(shù)作為研究的對象,以BP神經(jīng)網(wǎng)絡為基礎建立一個針對南昌市的空氣質(zhì)量的預測模型。首先是依據(jù)果蠅優(yōu)化算法和其他相關學者提出的改進,進一步進行算法的優(yōu)化,提出了改進的ACFOA算法。改進的內(nèi)容主要是在果蠅的味道濃度的判定值中加入一個跳脫參數(shù),改善了該值不能小于零的缺陷,并使用了概率分布更加均勻的Tent映射替代了 Logistic映射,使得混沌映射的分布均勻提升了算法的尋優(yōu)能力。除此之外還進行了實驗來證明改進的算法的性能。最后,將改進的算法作為BP神經(jīng)網(wǎng)絡的初始化權值和閾值的算法。接下來,通過分析空氣質(zhì)量指數(shù)AQI的計算方式,提出了兩種預測空氣質(zhì)量指數(shù)一種是直接使用AQI值和當天的天氣數(shù)據(jù)對下一天的AQI值進行預測。另一種是先分別根據(jù)空氣中各項污染物的含... 

【文章來源】：南昌大學江西省 211工程院校

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖２．１?ＢＰ神經(jīng)網(wǎng)絡結構圖??ＢＰ神經(jīng)網(wǎng)絡的算法的訓練的過程主要由輸入信號的正向傳播和誤差的反向??

?發(fā)的味道的濃度最高的果蠅個體的位置是本次搜索運動尋找到的最佳位置。???Ａ??Ｆｏｏｄ??Ｆｌｙ２?（Ｘ２，Ｙ２）??—ｄｌ２?Ｘｅｒａ，ｖ，??／?（Ｘ?Ｙ）?／??，?／?Ｆ＾３?（Ｘ３．?Ｙ３）??，?Ｊ?ｙ?Ｆｒｕｉｔ?％?３?Ｓｍｅｌｌ３??／?Ｓ３＝ｌ／Ｄｉｓｔ３??１?Ｆ：’１?Ｙ１）?Ｓｍｄｌ３＝?Ｆｕｎｃｔｉｏｎ??／?一?Ｆｒｕｒｔ?ｆｌｙ?１??／?，?－?－?＾?Ｏ．ｓｔｌ?ＳｍｅＨ１??Ｌ－—??（０．０）??圖３．１果蠅群體覓食行為尋優(yōu)過程示意圖??對果蠅覓食行為尋優(yōu)過程抽象出來的算法用圖中的例子進行說明。如圖所示，??有３只果蠅屬于一個果蠅群體，它們從上一次搜索后的群體位置（ＸＫ）隨機在搜??索范圍內(nèi)飛行，分別到達現(xiàn)在的位置（；＾，匕）、（ｘ２，ｒ２）、（ｘ３，ｆ３），將它們與原點??（０，０）的距離Ｄｉｓｋ、Ｚ）ｉｓｔ２、Ｄｉｓｔ３計算出來，把距離的倒數(shù)代入規(guī)定的味道的濃度??的判定函數(shù)Ｆｉｍｃｔｉｏｎ計算得到味道的濃度５＞ｎｅｉ７２、ＳｍｅＺＺ３。比較味道的??濃度，選擇最佳的個體位置作為下一次搜索的果蠅的群體的位置，即所有果蠅個??體朝著群體中最佳的個體的位置飛過去。之后反復的迭代和搜索，直到尋找到食??物的位置，也就是最優(yōu)解的位置，或者是迭代次數(shù)達到設定的迭代次數(shù)。??１４??

圖３Ｊ所示：??（３??備??ｍ＊ｍ．，?ｔ．??大送代這紹始的杲繩群依位??置，以及混沌斷織???廠?、

【參考文獻】：
期刊論文
[1]基于GA-BP神經(jīng)網(wǎng)絡的空氣質(zhì)量指數(shù)預測研究[J]. 吳慧靜,赫曉慧.  安徽師范大學學報(自然科學版). 2019(04)
[2]環(huán)境檢測對環(huán)境治理的促進性探討[J]. 蔡啟浩,黃美娟.  化工管理. 2019(17)
[3]基于BP神經(jīng)網(wǎng)絡的空氣質(zhì)量建模分析[J]. 何曉云,羅澤蓉,李明悅,李亞斌,趙盛萍.  山東工業(yè)技術. 2018(17)
[4]基于改進粒子群優(yōu)化BPAdaboost神經(jīng)網(wǎng)絡的PM2.5濃度預測[J]. 李曉理,梅建想,張山.  大連理工大學學報. 2018(03)
[5]基于隨機森林回歸分析的PM2.5濃度預測模型[J]. 杜續(xù),馮景瑜,呂少卿,石薇.  電信科學. 2017(07)
[6]霧霾與供暖[J]. 周宏春.  人民周刊. 2016(24)
[7]基于灰色預測模型對我國鐵路貨運量的預測[J]. 左小雨,黃先軍.  物流科技. 2016(08)
[8]基于AGNES算法優(yōu)化BP神經(jīng)網(wǎng)絡和GIS系統(tǒng)的大氣污染物濃度預測[J]. 姚寧,馬青蘭,張晶,文印.  中國環(huán)境監(jiān)測. 2015(03)
[9]上海市一次重霧霾過程的天氣特征及成因分析[J]. 王靜,施潤和,李龍,張璐.  環(huán)境科學學報. 2015(05)
[10]空氣質(zhì)量指數(shù)計算的數(shù)學模型[J]. 張鴻艷,王葳.  高師理科學刊. 2014(05)

碩士論文
[1]基于BP-GA神經(jīng)網(wǎng)絡的六安市空氣質(zhì)量預測研究[D]. 鮑慧.安徽大學 2015
[2]灰色神經(jīng)網(wǎng)絡模型及其在空氣污染預報中的應用研究[D]. 何俊.吉林大學 2006



本文編號：3249023