论文部分内容阅读
为了通过大气环境质量的预测提出有效的污染防治措施,作者采用伦敦市PM_(2.5)的小时监测数据,利用传统的BP神经网络建立预报模型,定量预测伦敦市PM_(2.5)的小时平均质量浓度,探讨了大气污染预报网络的建模过程中,扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响.最后得出结论,适当选择样本集、加入气象变量,有利于提高所建网络模型的预测精度.