基于C-PSODE算法和BP神经网络的臭氧浓度预测研究

发布时间：2024-02-17 07:45

　　臭氧污染对人类健康、气候和植被均产生负面影响,为了全面认识和掌握臭氧浓度变化趋势,所以对流层臭氧浓度预测研究工作至关重要。建立臭氧浓度预测模型来描述臭氧浓度波动与导致或阻碍臭氧产生的相关变量之间复杂关系。有效的臭氧浓度预测模型对于提供有效的早期预警和提高预测精度具有理论和实际意义。本文以2015年台北市板桥监测站的气象监测和臭氧前体物的历史数据为研究对象。文献研究显示台北市臭氧浓度存在季节性波动,本文依据季节将历史数据划分为四个数据集,分别通过SPSS因子分析功能处理,剔除与臭氧相关性弱的因子,并利用主成分分析PCA降低网络复杂度。提出一种基于混沌算法优化的差分进化算法和粒子群混合全新进化(C-PSODE)算法。并通过多峰函数验证比较该算法与PSO算法、DE算法、PSODE算法的优劣,得出该算法具有适应性强、稳定性高、准确率高等特点。利用该算法得到BP神经网络最优初始权重和阈值,设计并实现了基于该算法优化的BP神经网络臭氧小时浓度预测模型(C-PSODE-BP)。该模型能够有效提高臭氧的预测精度,有效的避免了网络陷入局部最优。本研究利用该模型对台北市春、夏、秋、冬四季的臭氧浓度分别进行...

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

图２－１生物神经细胞示意图??其中树突相当于信号的输入端接受外界信息，而轴突则作为细胞元的输出端??

以人脑为例，一般来说能力非常强的人类大脑中约有大约１０００亿个神??经元，＃经元即神经细胞。神经元是基本的信息处理单元，生物神经元主要由轴??突、树突、细胞体、突触等部分构成。如结构下图２－１所示：??７??

图２－３反馈神经网络结构示意图??

反馈神经网络中每个节点既可以从外界接收输入信号，又可以向外界输出，??且所有节点都具有信息处理能力。神经网络的自反馈信号，将神经元的输出反馈??至输入，反馈网络也包括自反馈的网络，一般常用的反馈神经网络如图２－３所示。??Ｉ?￣７??Ｘ，?；Ｖ，?＿?？?Ｘ；??丨、?／Ｉ??ｘ....

图２－４?ＢＰ神经网络的拓扑结构图??

反馈神经网络中每个节点既可以从外界接收输入信号，又可以向外界输出，??且所有节点都具有信息处理能力。神经网络的自反馈信号，将神经元的输出反馈??至输入，反馈网络也包括自反馈的网络，一般常用的反馈神经网络如图２－３所示。??Ｉ?￣７??Ｘ，?；Ｖ，?＿?？?Ｘ；??丨、?／Ｉ??ｘ....

图2一5粒子群算法流程图

ＳＯ）算法的优缺点??始化时限制比较少，依赖比较少，同时算法具有比较强，而且算法的原理很简单，且与遗传算法制编码，而粒子群算法采用实数编码，相比遗传有解“信息”的共享性相各个解的“素质”的提中某一个粒子搜索到最佳区域时，然后即刻将信群体将从当前最优区域开始，重新散开搜索。粒子乏速....

本文编号：3901049