文献类型：期刊文章

作　　者：韩晓光[1] 李博宇[2] 管智贇[3]

机构地区：[1]南开大学滨海学院公共数学教研室,天津300270 [2]南开大学滨海学院电子科学系,天津300270 [3]南开大学滨海学院教务部,天津300270

出　　处：《南开大学学报（自然科学版）》

年　　份：2013

卷　　号：46

期　　号：2

起止页码：22-27

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、JST、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：根据天津市空气质量监测数据及实际情况,应用RBF神经网络-马尔可夫模型对天津市空气中物浓度进行预测.首先,分别以SO2、NO2、PM10为参考序列,应用灰色关联理论选出关联度较高的因F神经网络的输入节点.其次,应用RBF神经网络对各污染物浓度进行预测,并利用马尔科夫模型修值,可使修正值更加接近实测值.以SO2为例,RBF神经网络的平均相对误差为1.797%,应用马尔可正后的平均相对误差为1.035%,验证了该方法的可行性.

关 键 词：空气质量 灰色关联度  RBF神经网络 马尔科夫链

分 类 号：X820.2]