首页|基于GA-BPNN的PM2.5浓度预测模型

基于GA-BPNN的PM2.5浓度预测模型

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提升BP神经网络对PM2.5浓度预测的准确度,提出一种基于遗传算法的多因子PM2.5浓度预测模型.利用遗传算法的全局搜索特性,得到最优的BP神经网络的初始权值和阈值,针对网络结构设置3个隐含层,提高特征学习能力,更大程度拟合非线性函数,并将模型用于预测.实验结果表明,该方法对于PM2.5浓度的预测精度达到98.5％,比传统方法提高3.6％,具有较高应用价值.
Prediction Model of PM2.5 Concentration Based on GA-BPNN

郑俊褒、华思洁

展开 >

浙江理工大学信息学院,浙江杭州310016

PM2.5预测 遗传算法 神经网络 卡方检验 全局搜索

2018YFC0809200

2021

10.11907/rjdk.202428

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(9)
  • 1
  • 2