基于人工神经网络的城市道路沿侧细颗粒物污染扩散研究

发布时间：2024-04-01 00:04

　　近年来，随着我国城市化进程的不断加速，城市汽车保有量和燃油消耗逐年大幅度增长，随之导致机动车污染排放的日益严重，大气环境遭遇了前所未有的挑战。近日，我国中东部地区持续雾霾，给居民的身体健康和工作生活带来了极大的威胁。雾霾天气的形成主要由于大气中细颗粒物（PM2.5）浓度超标引起，作为细颗粒物污染的主要来源，道路机动车尾气的排放和扩散问题受到了愈发广泛的关注和研究。传统的细颗粒物污染扩散模型主要针对街区尺度（0.5-4km）和中观尺度（100-500m）进行研究，而在道路微观尺度（10-100m）上的预测效果并不理想。 本研究针对细颗粒物在城市开阔道路沿侧的扩散问题，在中美两国典型路段沿侧，利用便携式移动监测设备，进行了一系列细颗粒物扩散浓度监测实验。在实验监测数据的基础上，提出了基于人工神经网络的细颗粒物污染扩散模型。这一模型可以很好的处理细颗粒物扩散的非线性问题，同时其预测的准确性对输入参数准确度的依赖较低，有效的弥补了现有污染扩散模型在道路微观尺度上预测的不足。 同时，本文对背景污染浓度对模型预测精度的影响，以及模型的适用条件进行了相关的讨论和研究，并将模型的预测结果同线性回归模型...

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

图1-1研究思路及技术路线图

上海交通大学硕士学位论文浓度预测中的适用条件和局限性。道路沿侧的实测数据，对城市微观尺度下的污性模型（多元线性回归模型）和人工神经网络经网络模型在研究非线性、多影响因素问题框架及技术路线如图1-1所示。

图3-1前馈型网络结构

图3-1前馈型网络结构Fig.3-1Thestructureoffeed-forwardneuralnetwork型网络馈型网络的结构特点如图3-2所示，称为反馈型网络在反馈网络中所有节点都具有信息处理功能，而且每个，同时又可以向外界输出。一些典型的神经网络，....

图3-2反馈型网络：全互连型网络结构

图3-1前馈型网络结构Fig.3-1Thestructureoffeed-forwardneuralnetwork型网络反馈型网络的结构特点如图3-2所示，称为反馈型网络是在反馈网络中所有节点都具有信息处理功能，而且每个节入，同时又可以向外界输出。一些典型的神....

图3-3反馈型网络：单层全互连结构网络Fig.3-3Thestructureoffeedbackneuralnetwork

图3-3反馈型网络：单层全互连结构网络Fig.3-3Thestructureoffeedbackneuralnetwork接结构是决定网络特性的第二大要素，其特式信息处理、高度互连性、高度并行性和结学习[63]的功能特性由网络的连接权值决定。通过对不断修正自身网络....

本文编号：3944702