基于BP神经网络的PM2.5浓度值预测模型

作者：张丹宁; 吴巧丽; 张博

来源：建材技术与应用, 2023, (02): 9-13.

DOI：10.13923/j.cnki.cn14-1291/tu.2023.02.006

• PM2.5浓度值
• 预测模型
• 反向传播神经网络
• 成因分析

PM2.5对空气质量的恶劣影响和对生命健康的严重威胁日益引起了各界的关注。揭示PM2.5时间分布规律，对其浓度进行有效预测，有助于大众及时采取防控措施和降低污染暴露强度。故以西安市为研究区，基于反向传播神经网络(BP神经网络),应用2014年1月1日至2017年11月4日的1 400组大气污染物监测数据进行训练学习，并用2017年11月4日至2018年8月31日的300组数据进行测试和检验，最终建立了精度较高的PM2.5浓度预测模型，用以预测次日PM2.5浓度值，并针对偏差较大的预测结果，进行了成因分析和讨论。

• 单位
  山西职业技术学院; 西北工业大学