本文主要研究内容
作者张旭,杜景林（2019）在《改进PSO-GA-BP的PM2.5浓度预测》一文中研究指出：针对空气中PM2.5浓度受到气象因素和大气污染物的影响,且具有非线性、不确定性等特征,提出BP神经网络的预测方法。利用粒子群优化思想,在寻优过程引入遗传算法的交叉和变异操作,设计一种改进的PSO-GA混合算法对BP初始权值和阈值进行设定,有效避免陷入局部极小,提高收敛速度。仿真结果表明,改进的PSO-GA-BP预测模型和PSO-BP预测模型均可获得良好的预测结果,它们的RMSE、MAE和MAPE相差不大,分别为8.961、6.974、0.140和9.561、7.226、0.146,但在设定相同的进化代数时,改进的PSO-GA-BP预测模型比PSO-BP预测模型收敛性更好。
Abstract
zhen dui kong qi zhong PM2.5nong du shou dao qi xiang yin su he da qi wu ran wu de ying xiang ,ju ju you fei xian xing 、bu que ding xing deng te zheng ,di chu BPshen jing wang lao de yu ce fang fa 。li yong li zi qun you hua sai xiang ,zai xun you guo cheng yin ru wei chuan suan fa de jiao cha he bian yi cao zuo ,she ji yi chong gai jin de PSO-GAhun ge suan fa dui BPchu shi quan zhi he yu zhi jin hang she ding ,you xiao bi mian xian ru ju bu ji xiao ,di gao shou lian su du 。fang zhen jie guo biao ming ,gai jin de PSO-GA-BPyu ce mo xing he PSO-BPyu ce mo xing jun ke huo de liang hao de yu ce jie guo ,ta men de RMSE、MAEhe MAPExiang cha bu da ,fen bie wei 8.961、6.974、0.140he 9.561、7.226、0.146,dan zai she ding xiang tong de jin hua dai shu shi ,gai jin de PSO-GA-BPyu ce mo xing bi PSO-BPyu ce mo xing shou lian xing geng hao 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机工程与设计的张旭,杜景林，发表于刊物计算机工程与设计2019年06期论文，是一篇关于浓度预测论文,粒子群优化论文,遗传算法论文,权值论文,阈值论文,神经网络论文,计算机工程与设计2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机工程与设计2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：浓度预测论文; 粒子群优化论文; 遗传算法论文; 权值论文; 阈值论文; 神经网络论文; 计算机工程与设计2019年06期论文;