基于改进的果蝇算法优化BP神经网络在空气质量预测中的应用研究
发布时间：2021-06-25 10:14
近些年以来,我国经济的不断地发展和提高,随之而来的就是日益增长的能源消耗和环境污染的问题。“雾霾”和空气污染也成为了人们日常生活中的一个热门的大话题。如何有效的利用各个城市已有的各种历史数据对城市空气质量进行比较准确有效的分析和预测,不仅能为人们的生活出行带来便利,也能为空气污染的治理提供一定的帮助。本文研究的主要内容是以南昌市的空气质量的指数作为研究的对象,以BP神经网络为基础建立一个针对南昌市的空气质量的预测模型。首先是依据果蝇优化算法和其他相关学者提出的改进,进一步进行算法的优化,提出了改进的ACFOA算法。改进的内容主要是在果蝇的味道浓度的判定值中加入一个跳脱参数,改善了该值不能小于零的缺陷,并使用了概率分布更加均匀的Tent映射替代了 Logistic映射,使得混沌映射的分布均匀提升了算法的寻优能力。除此之外还进行了实验来证明改进的算法的性能。最后,将改进的算法作为BP神经网络的初始化权值和阈值的算法。接下来,通过分析空气质量指数AQI的计算方式,提出了两种预测空气质量指数一种是直接使用AQI值和当天的天气数据对下一天的AQI值进行预测。另一种是先分别根据空气中各项污染物的含...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２．１?ＢＰ神经网络结构图??ＢＰ神经网络的算法的训练的过程主要由输入信号的正向传播和误差的反向??
?发的味道的浓度最高的果蝇个体的位置是本次搜索运动寻找到的最佳位置。???Ａ??Ｆｏｏｄ??Ｆｌｙ２?（Ｘ２，Ｙ２）??—ｄｌ２?Ｘｅｒａ，ｖ，??／?（Ｘ?Ｙ）?／??，?／?Ｆ＾３?（Ｘ３．?Ｙ３）??，?Ｊ?ｙ?Ｆｒｕｉｔ?％?３?Ｓｍｅｌｌ３??／?Ｓ３＝ｌ／Ｄｉｓｔ３??１?Ｆ：’１?Ｙ１）?Ｓｍｄｌ３＝?Ｆｕｎｃｔｉｏｎ??／?一?Ｆｒｕｒｔ?ｆｌｙ?１??／?，?－?－?＾?Ｏ．ｓｔｌ?ＳｍｅＨ１??Ｌ－—??（０．０）??图３．１果蝇群体觅食行为寻优过程示意图??对果蝇觅食行为寻优过程抽象出来的算法用图中的例子进行说明。如图所示，??有３只果蝇属于一个果蝇群体，它们从上一次搜索后的群体位置（ＸＫ）随机在搜??索范围内飞行，分别到达现在的位置（；＾，匕）、（ｘ２，ｒ２）、（ｘ３，ｆ３），将它们与原点??（０，０）的距离Ｄｉｓｋ、Ｚ）ｉｓｔ２、Ｄｉｓｔ３计算出来，把距离的倒数代入规定的味道的浓度??的判定函数Ｆｉｍｃｔｉｏｎ计算得到味道的浓度５＞ｎｅｉ７２、ＳｍｅＺＺ３。比较味道的??浓度，选择最佳的个体位置作为下一次搜索的果蝇的群体的位置，即所有果蝇个??体朝着群体中最佳的个体的位置飞过去。之后反复的迭代和搜索，直到寻找到食??物的位置，也就是最优解的位置，或者是迭代次数达到设定的迭代次数。??１４??
图３Ｊ所示：??（３??备??ｍ＊ｍ．，?ｔ．??大送代这紹始的杲绳群依位??置，以及混沌斷織???厂?、
【参考文献】：
期刊论文
[1]基于GA-BP神经网络的空气质量指数预测研究[J]. 吴慧静,赫晓慧. 安徽师范大学学报(自然科学版). 2019(04)
[2]环境检测对环境治理的促进性探讨[J]. 蔡启浩,黄美娟. 化工管理. 2019(17)
[3]基于BP神经网络的空气质量建模分析[J]. 何晓云,罗泽蓉,李明悦,李亚斌,赵盛萍. 山东工业技术. 2018(17)
[4]基于改进粒子群优化BPAdaboost神经网络的PM2.5浓度预测[J]. 李晓理,梅建想,张山. 大连理工大学学报. 2018(03)
[5]基于随机森林回归分析的PM2.5浓度预测模型[J]. 杜续,冯景瑜,吕少卿,石薇. 电信科学. 2017(07)
[6]雾霾与供暖[J]. 周宏春. 人民周刊. 2016(24)
[7]基于灰色预测模型对我国铁路货运量的预测[J]. 左小雨,黄先军. 物流科技. 2016(08)
[8]基于AGNES算法优化BP神经网络和GIS系统的大气污染物浓度预测[J]. 姚宁,马青兰,张晶,文印. 中国环境监测. 2015(03)
[9]上海市一次重雾霾过程的天气特征及成因分析[J]. 王静,施润和,李龙,张璐. 环境科学学报. 2015(05)
[10]空气质量指数计算的数学模型[J]. 张鸿艳,王葳. 高师理科学刊. 2014(05)
硕士论文
[1]基于BP-GA神经网络的六安市空气质量预测研究[D]. 鲍慧.安徽大学 2015
[2]灰色神经网络模型及其在空气污染预报中的应用研究[D]. 何俊.吉林大学 2006
本文编号：3249023
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２．１?ＢＰ神经网络结构图??ＢＰ神经网络的算法的训练的过程主要由输入信号的正向传播和误差的反向??
?发的味道的浓度最高的果蝇个体的位置是本次搜索运动寻找到的最佳位置。???Ａ??Ｆｏｏｄ??Ｆｌｙ２?（Ｘ２，Ｙ２）??—ｄｌ２?Ｘｅｒａ，ｖ，??／?（Ｘ?Ｙ）?／??，?／?Ｆ＾３?（Ｘ３．?Ｙ３）??，?Ｊ?ｙ?Ｆｒｕｉｔ?％?３?Ｓｍｅｌｌ３??／?Ｓ３＝ｌ／Ｄｉｓｔ３??１?Ｆ：’１?Ｙ１）?Ｓｍｄｌ３＝?Ｆｕｎｃｔｉｏｎ??／?一?Ｆｒｕｒｔ?ｆｌｙ?１??／?，?－?－?＾?Ｏ．ｓｔｌ?ＳｍｅＨ１??Ｌ－—??（０．０）??图３．１果蝇群体觅食行为寻优过程示意图??对果蝇觅食行为寻优过程抽象出来的算法用图中的例子进行说明。如图所示，??有３只果蝇属于一个果蝇群体，它们从上一次搜索后的群体位置（ＸＫ）随机在搜??索范围内飞行，分别到达现在的位置（；＾，匕）、（ｘ２，ｒ２）、（ｘ３，ｆ３），将它们与原点??（０，０）的距离Ｄｉｓｋ、Ｚ）ｉｓｔ２、Ｄｉｓｔ３计算出来，把距离的倒数代入规定的味道的浓度??的判定函数Ｆｉｍｃｔｉｏｎ计算得到味道的浓度５＞ｎｅｉ７２、ＳｍｅＺＺ３。比较味道的??浓度，选择最佳的个体位置作为下一次搜索的果蝇的群体的位置，即所有果蝇个??体朝着群体中最佳的个体的位置飞过去。之后反复的迭代和搜索，直到寻找到食??物的位置，也就是最优解的位置，或者是迭代次数达到设定的迭代次数。??１４??
图３Ｊ所示：??（３??备??ｍ＊ｍ．，?ｔ．??大送代这紹始的杲绳群依位??置，以及混沌斷織???厂?、
【参考文献】：
期刊论文
[1]基于GA-BP神经网络的空气质量指数预测研究[J]. 吴慧静,赫晓慧. 安徽师范大学学报(自然科学版). 2019(04)
[2]环境检测对环境治理的促进性探讨[J]. 蔡启浩,黄美娟. 化工管理. 2019(17)
[3]基于BP神经网络的空气质量建模分析[J]. 何晓云,罗泽蓉,李明悦,李亚斌,赵盛萍. 山东工业技术. 2018(17)
[4]基于改进粒子群优化BPAdaboost神经网络的PM2.5浓度预测[J]. 李晓理,梅建想,张山. 大连理工大学学报. 2018(03)
[5]基于随机森林回归分析的PM2.5浓度预测模型[J]. 杜续,冯景瑜,吕少卿,石薇. 电信科学. 2017(07)
[6]雾霾与供暖[J]. 周宏春. 人民周刊. 2016(24)
[7]基于灰色预测模型对我国铁路货运量的预测[J]. 左小雨,黄先军. 物流科技. 2016(08)
[8]基于AGNES算法优化BP神经网络和GIS系统的大气污染物浓度预测[J]. 姚宁,马青兰,张晶,文印. 中国环境监测. 2015(03)
[9]上海市一次重雾霾过程的天气特征及成因分析[J]. 王静,施润和,李龙,张璐. 环境科学学报. 2015(05)
[10]空气质量指数计算的数学模型[J]. 张鸿艳,王葳. 高师理科学刊. 2014(05)
硕士论文
[1]基于BP-GA神经网络的六安市空气质量预测研究[D]. 鲍慧.安徽大学 2015
[2]灰色神经网络模型及其在空气污染预报中的应用研究[D]. 何俊.吉林大学 2006
本文编号：3249023
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3249023.html
