科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对因空气中影响因素过多、数据量杂乱，导致宜居城市可吸入颗粒物污染评估准确率低问题，提出一种基于BP神经网络的评估方法实现有效解决。采集历年城市可吸入颗粒物的准确数据，整理得到气温、降雨量、风速、降雪量等影响因素，采用谢尼诺夫模型计算其中影响程度最高的气温和风速因素。以此值为参考值，建立BP神经网络分布模型，通过关联度值归类污染物属性。参照国家污染标准与现阶段空气环境临界值，建立评价等级矩阵和实测数据矩阵，求得最终的评估结果。仿真实验证明，所提方法评估精准度高，耗用时间较少，应用性能较强。
- 单位
