科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高肇庆市空气污染指数的预测精度,针对Elman神经网络预测精度受其权值和阈值选择的影响,运用WOA对Elman神经网络的权值和阈值进行优化选择,提出一种融合因子分析和WOA-Elman神经网络的API预测模型.首先结合气候特征对肇庆市春季、夏季、秋季和冬季的API进行月变化特征和季节变化特征分析,然后每种气候下运用因子分析对影响API的多个气象因素进行降维,转换成少数几个因子作为Elman神经网络模型的输入,最后建立基于WOA-Elman神经网络的API预测模型.选择2014年1月1日-2014年12月31日空气质量数据和同期的气象要素资料为研究对象,研究结果表明,算法WOA-Elman能有效提高API的预测精度,具有一定的可行性和指导意义,为肇庆市空气污染防治和政策研究提供科学决策的依据.
- 单位
