大气SO2含量时间序列的BP人工神经网络预测模型
李德志
李朝阳
李峰
1.中国重型机械研究院有限公司,陕西,西安,7100322.中国重型机械研究院有限公司,陕西,西安,7100323.中国重型机械研究院有限公司,陕西,西安,710032
摘要：基于某市1996～2008年大气中SO2含量数据,利用BP人工神经网络(ANN)方法,建立SO2含量变化的时间序列人工神经网络模型.对该市2009～2015年大气中的SO2含最变化趋势和规律进行研究.并与趋势外推法(TEND)的预测结果进行比较.结果表明基于人工神经网络技术的SO2含量预测是可行的,模型能较好地反映SO2含量的动态变化规律.
关键词：人工神经网络SO2含量时间序列预测模型
分类号：X823(环境质量分析与评价)
论文发表日期：2010-01-01
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( 31-34 )
英文信息