论文部分内容阅读
针对颗粒物浓度的大气分布难以测量的问题,采用532 nm激光雷达,对淮南地区2016年6月1日至12月31日进行连续观测。利用大气边界层高度、气溶胶光学厚度、温度、相对湿度、风速、能见度和实测的颗粒物浓度建立回归预测模型,实现了对颗粒物浓度的辨识研究。由于传统的反向传播(BP)神经网络易陷入局部极小,依据数据特点采用基于遗传算法的反向传播(GA-BP)神经网络进行研究,利用遗传算法寻找最优的权值和阈值,以平衡全局与局部的矛盾。通过两个回归模型的比较,可知GA-BP方法明显优于BP方法,BP方法的测试