发明名称 |
一种组合式空气质量预报模型的构建方法 |
摘要 |
本发明提出一种基于BP神经网络和多元逐步回归的组合式空气质量预报模型的构建方法,包括以下步骤:(1)基于训练样本集,建立BP神经网络预报模型;(2)基于BP神经网络预报结果,进行高污染情景判定,其具体是:(21)高污染情景的定义;(22)判别方程式的建立;(23)采用神经网络预报值判定法进行判定;(24)基于神经网络预报值判定结果,进行判别方程式的判定;(3)基于高污染情景判定结果,建立高污染的多元逐步回归预报模型。(4)综合以上预报判别过程,输出预报结果。本发明全面提高了城市空气质量预报精度,尤其是高污染情景的预警预报,实现了不同污染程度下稳定的空气质量精准预报。 |
申请公布号 |
CN105069537A |
申请公布日期 |
2015.11.18 |
申请号 |
CN201510528541.6 |
申请日期 |
2015.08.25 |
申请人 |
中山大学 |
发明人 |
刘永红;朱倩茹;李丽;丁卉 |
分类号 |
G06Q10/04(2012.01)I;G06N3/08(2006.01)I |
主分类号 |
G06Q10/04(2012.01)I |
代理机构 |
广州粤高专利商标代理有限公司 44102 |
代理人 |
林丽明 |
主权项 |
一种组合式空气质量预报模型的构建方法,其特征是,包括以下步骤:(1)基于训练样本集,建立BP神经网络预报模型;(2)基于BP神经网络预报结果,进行高污染情景判定,其具体是:(21)高污染情景的定义;(22)判别方程式的建立;(23)采用神经网络预报值判定法进行判定;(24)基于神经网络预报值判定结果,进行判别方程式的判定;(3)基于高污染情景判定结果,建立高污染的多元逐步回归预报模型;(4)综合以上预报判别过程,输出预报结果。 |
地址 |
510275 广东省广州市海珠区新港西路135号 |