%0 Journal Article
%T 基于改进型灰色神经网络组合模型的空气质量预测
%A 司志娟
%A 孙宝盛
%A 李小芳
%J 环境工程学报
%D 2013
%X 基于空气质量数据不足及波动较大的情况,将灰色GM(1,1)模型与人工神经网络模型组合并改进,建立改进型灰色神经网络组合模型。利用天津市2001—2008年PM10、SO2和NO2年均值作为原始数据预测2009—2010年PM10、SO2和NO2的浓度以进行模型精度检验,最后利用该模型预测2011—2015年天津市空气质量状况。结果表明,与灰色GM(1,1)模型、传统灰色神经网络组合模型相比,所建立的改进型灰色神经网络组合模型相对模拟误差小,预测结果更为可靠,可以用于空气质量预测。
%K 灰色GM(1
%K 1)模型
%K 传统灰色神经网络组合模型
%K 改进型灰色神经网络组合模型
%K 预测
%K 空气质量
%U http://www.cjee.ac.cn/teepc_cn/ch/reader/view_abstract.aspx?file_no=20130950&flag=1