期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进型PSO的模糊神经网络PM_(2.5)浓度预测 被引量:21
1
作者 马天成 刘大铭 +1 位作者 李雪洁 孙川川 《计算机工程与设计》 CSCD 北大核心 2014年第9期3258-3262,共5页
为科学合理地预测大气污染物PM2.5颗粒物浓度变化规律,分析PM2.5颗粒物浓度变化历史数据,综合判断外部条件(温度、风速、天气状况)和内部条件(其它污染物的浓度)对PM2.5颗粒物浓度变化的影响。采用一种改进型PSO优化的模糊神经网络,将... 为科学合理地预测大气污染物PM2.5颗粒物浓度变化规律,分析PM2.5颗粒物浓度变化历史数据,综合判断外部条件(温度、风速、天气状况)和内部条件(其它污染物的浓度)对PM2.5颗粒物浓度变化的影响。采用一种改进型PSO优化的模糊神经网络,将粒子群算法与模糊神经网络进行融合,发挥PSO算法全局寻优的特点,预测PM2.5颗粒物浓度的变化规律。对某市2013年PM2.5颗粒物浓度进行预测和验证,验证结果表明,该算法具备良好的预测精度。 展开更多
关键词 PM2.5浓度预测 改进型pso算法 模糊理论 神经网络 参数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部