基于MEA-BP神经网络的PM2.5质量浓度预测模型

作者：郑国威; 贾鹏; 李晓飞; 李相庭

来源：甘肃科学学报, 2021, 33(03): 70-82.

DOI：10.16468/j.cnki.issn1004-0366.2021.03.012

• PM2.5质量浓度预测
• 思维进化算法
• BP神经网络
• 空气污染物

为了解决PM2.5质量浓度预测精度不足的问题,提出一种基于思维进化算法(MEA)优化的BP神经网络的PM2.5质量浓度预测模型。该模型利用MEA所拥有的趋同和异化操作对BP神经网络的初始阈值和权值进行优化。以南京市每小时监测的PM2.5和其他空气污染物的质量浓度数据为例,利用MEA-BP模型进行预测,并与未经过优化的模型进行对比。实验结果表明,优化后的模型能够有效避免BP神经网络易陷入局部最优解的问题,提高了预测的精度,为PM2.5质量浓度的预测提供了一种新的参考方法。

• 单位
  西安长庆科技工程有限责任公司