文献类型：期刊文章

作　　者：赵宏[1,2,3] 刘爱霞[4] 王恺[1,2,3] 白志鹏[1,2]

机构地区：[1]南开大学环境科学与工程学院,天津300071 [2]国家环境保护城市空气颗粒物污染防治重点实验室,天津300071 [3]南开大学信息技术科学学院,天津300071 [4]天津市气象科学研究所,天津300074

出　　处：《环境科学研究》

基　　金：国家自然科学基金项目(20677030);天津市社会发展基金项目(06YFSYSF02900)

年　　份：2009

卷　　号：22

期　　号：11

起止页码：1276-1281

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、NSSD、PROQUEST、RCCSE、RWSKHX、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：基于人工神经网络的空气质量预测模型优于传统的逐步回归模型,但由于性能差异不明显而较少在空气质量预报中应用.设计了将遗传算法和神经网络算法相结合的基于GA-ANN的空气质量预测模型,并利用天津市2003—2007年气象和污染物监测资料对该模型进行验证.对2007年全年的ρ(SO2),ρ(NO2)和ρ(PM10)进行预测,预测值与实测值的相关系数分别为0.899 6,0.828 3和0.600 0.与一般的人工神经网络预测模型相比较,GA-ANN模型将空气质量等级预报的准确率从77.57%提高到79.67%.GA-ANN模型可结合其他方法进行日常空气质量预报.

关 键 词：遗传算法 神经网络 空气质量预测 空气污染指数

分 类 号：X823]