基于MATLAB神经网络对大同市气溶胶浓度预测

作者：岳江; 杨爱琴; 李明明; 王小兰; 郭雪

来源：气象研究与应用, 2014, (01): 50-55+90.

• 神经网络
• 气溶胶质量浓度
• 预测研究 neural network
• aerosol mass concentration
• prediction research

通过对大同市2011-2012年PM10质量浓度、有关气象要素和参数进行随机抽样、分组,建立单隐含层BP神经网络、多隐含层BP神经网络以及RBF网络对以上数据进行调试和训练,得出:就2011-2012年预测PM10日均质量浓度样本而言,按预测效果好坏排序,多隐含层最佳BP神经网络﹥单隐含层最佳BP神经网络﹥RBF神经网络;从网络最小误差总和来看,三种网络对夏秋两季的预报效果最好;从预测值和实测值的拟合效果来看,RBF网络对春季和冬季PM10质量浓度的预测效果最好;多隐含层BP网络对秋季PM10质量浓度的预测效果最好;三种神经网络对夏季PM10质量浓度的预测效果都很好,优劣性差异不大。

• 出版日期2014
• 单位山西省气象科学研究所