%0 Journal Article
%T 基于人工神经网络的街道峡谷NOx浓度的数值模型研究
%A 朱国成
%A 方明建
%A 郑旭煦
%A 殷钟意
%J 环境工程学报
%D 2010
%X 通过对反向传播人工神经网络的算法和网络结构的研究，发现拟牛顿算法训练速度较快，能够较好地接近误差目标值，同时建立了包括输入层、隐含层、输出层的人工神经网络三层拓扑结构。通过对街道峡谷人工神经网络的训练，模拟计算了街道峡谷NOx浓度分布值。结果显示，训练误差和测试误差比为1.11，训练样本的模拟值与实测值的相关系数为0.93，测试样本的模拟值与实测值的相关系数为0.87，模拟值与实测值的相关系数均高于显著水平为α=0.05与α=0.01所对应检验性表的相关系数临界值。该模型能够用于街道峡谷污染物浓度的模拟计算，具有较好的泛化能力。
%K 神经网络
%K 街道峡谷
%K NOx
%K 反向传播
%K 牛顿方法
%U http://www.cjee.ac.cn/teepc_cn/ch/reader/view_abstract.aspx?file_no=20100432&flag=1