基于T-S模型模糊神经网络的PM2.5质量浓度预测

被引：13

作者：

杨云

付彦丽

机构：

[1] 陕西科技大学电气与信息工程学院

来源：

陕西科技大学学报(自然科学版) | 2015年 / 33卷 / 06期

关键词：

PM2.5预测; T-S模糊系统; BP神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对空气中PM2.5浓度预测问题,提出了基于T-S模糊神经网络的预测方法.以宝鸡市监测站每小时监测数据为研究对象,进行PM2.5小时浓度预测建模.T-S模糊神经网络将模糊系统的模糊知识表达能力及神经网络的自我学习能力相结合,针对PM2.5预测这类非线性问题具有很好的处理效果.将T-S模糊神经网络的预测结果与BP神经网络的预测结果进行对比分析,结果表明,T-S模糊神经网络的预测结果具有更高的准确度和精确度.

引用

收藏

页码：162 / 166

页数：5

相关论文

共 14 条

[1] 雾霾之PM2.5的来源、成分、形成及危害 [J].

程春英 ;

尹学博 .

大学化学, 2014, 29 (05) :1-6

[2] PM2.5相关因素分析及其演变预测 [J].

李伟 ;

姜志平 ;

李俊坡 ;

刘皞 .

现代电子技术, 2014, 37 (18) :63-66+69

[3] 基于BP神经网络的时间序列预测问题研究 [J].

杨娟丽 ;

徐梅 ;

王福林 ;

王吉权 ;

刘慧 .

数学的实践与认识, 2013, 43 (04) :158-164

[4] 基于T-S模糊神经网络的民勤地下水水质综合评价 [J].

汪新波 ;

粟晓玲 .

干旱地区农业研究, 2013, 31 (01) :188-192+198

[5] 大气颗粒物PM2.5及其危害 [J].

杨新兴 ;

冯丽华 ;

尉鹏 .

前沿科学, 2012, 6 (01) :22-31

[6] 水下机器人T-S型模糊神经网络控制 [J].

梁霄 ;

张均东 ;

李巍 ;

郭冰洁 ;

万磊 ;

徐玉如 .

电机与控制学报, 2010, 14 (07) :99-104

[7] BP神经网络输入层数据归一化研究 [J].

柳小桐 .

机械工程与自动化, 2010, (03) :122-123+126

[8] 遗传算法优化神经网络用于大气污染预报 [J].

王芳 ;

程水源 ;

李明君 ;

范清 .

北京工业大学学报, 2009, 35 (09) :1230-1234

[9] 浅议BP网络的优缺点及改进 [J].

孙一兵 .

科技创新导报, 2009, (24) :18-18

[10] 基于B-P神经网络的环境空气质量预测模型 [J].

祝翠玲 ;

蒋志方 ;

王强 .

计算机工程与应用, 2007, (22) :223-227