空气污染指数的前馈神经网络预测方法

作者：韩广; 徐璐; 孙晓云; 卢兆楠; 田家辉

来源：计算机与应用化学, 2016, 33(02): 147-151.

DOI：10.16866/j.com.app.chem201602004

• 前馈神经网络
• 空气污染指数
• 预测
• 学习率

针对石家庄空气污染指数(Air Pollution Index,简称API)的预警问题,本文提出了一种基于前馈神经网络(Feedforward Neural Network,简称FNN)的预测方法。基于三层FNN逼近任意非线性函数的特性,建立了API的预测模型;同时,针对数据变化较大的问题,采用改进学习率的梯度下降算法,对预测模型进行离线训练。选用石家庄封龙山2014年10月的空气质量数据作为研究对象,仿真实验表明,基于FNN的预测模型可以有效地对API进行预警,且预测精度可达87.94%。

• 单位
  电子工程学院; 石家庄铁道大学