马尔可夫修正的BP神经网络在PM2.5预测中的应用
陈广银
蔡灏兢
姜欣
1.昆山市环境监测站,江苏昆山,2153002.昆山市环境监测站,江苏昆山,2153003.昆山市环境监测站,江苏昆山,215300
摘要：本文以昆山某点位的监测数据及天气网的气象数据为基础,选取了影响PM2.5因素中的10个指标进行了相关性分析,结果表明PM2.5与PM10是高度相关,与CO、SO2、NO2、O3显著相关,并依据分析结果对模型输入数据进行了降维.运用BP网络对序列1-16的PM2.5进行预测,结果显示其误差在-25％—-26.9％.将预测误差划分为4个状态,计算概率转移矩阵,并对序列17、18的BP预测结果进行修正,结果显示修正后的误差由BP网络的-14％、-25％降为-7.1％、-8.3％,预测准确度大大提高,表明基于马尔可夫-BP神经网络模型在昆山PM2.5预测中具有一定的现实意义.
关键词：PM2.5马尔可夫链BP模型预测修正
分类号：X831(环境监测)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 8-11 )
英文信息