基于神經(jīng)網(wǎng)絡的大氣細顆粒物軟測量研究.pdf

1、近年來隨著我國大氣中細顆粒物污染的日益嚴重,對細顆粒物濃度實行實時在線監(jiān)測成為勢在必行的一件事。由于大氣中的細顆粒物濃度受外界環(huán)境的作用表現(xiàn)出很強的非線性特性,傳統(tǒng)的軟測量技術很難對其做出準確的監(jiān)測,而基于神經(jīng)網(wǎng)絡的軟測量技術由于其自身的優(yōu)越性已成為各領域的研究熱點。因此本論文主要研究建立基于BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡的軟測量模型對大氣中的細顆粒物濃度進行軟測量實驗,為大氣污染治理提供有力的數(shù)據(jù)支持。
　　本文首先介紹了細顆粒物

2、的污染現(xiàn)狀、危害以及現(xiàn)階段國家對其監(jiān)測采用的技術及設備,為建立軟測量模型積累了一定的先驗知識。對BP、RBF神經(jīng)網(wǎng)絡的結構組成及學習過程做了系統(tǒng)的介紹,確定了建立基于BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡軟測量模型對大氣中的細顆粒物濃度進行軟測量實驗的可行性。
　　然后采用改進的相關性分析對預選的8個細顆粒物的影響因子進行篩選,選擇出對細顆粒物濃度影響較大的6個影響因子作為軟測量模型的輸入向量。在此基礎上運用經(jīng)驗加試探法比較模型的運行結果確

3、定了 BP和RBF網(wǎng)絡模型的各項參數(shù)值,以此構建出各項性能最優(yōu)的軟測量模型。
　　之后選取另外一組數(shù)據(jù)對已建立好的模型進行檢驗,結果表明,BP網(wǎng)絡模型和RBF網(wǎng)絡模型均能對細顆粒物濃度進行較準確的軟測量,軟測量精度均能滿足實際工作的需要。二者相比,RBF網(wǎng)絡模型構建簡單且性能穩(wěn)定,但BP網(wǎng)絡模型整體軟測量精度要高一些。
　　最后利用MATLAB GUI編寫了軟測量系統(tǒng)界面,使得整個系統(tǒng)更加清晰明了,避免了閱讀程序帶來的不便,