论文部分内容阅读
对于空气雾霾中PM2.5含量的预测研究逐渐得到重视，而预测结果的准确度并不理想。为了提高预测效果．利用灰色GM（1，1）模型得到PM2.5初始预测值，用BP神经网络函数逼近特点对残差进行处理，建立了PM2.5含量预测模型。以长春市的PM25含量实时监测数据为样本，应用．Net环境下C＋＋语言编程实现，对长春市PM2.5含量进行预测仿真，并对仿真结果进行了分析。仿真结果表明，上述模型对于PM2.5含量的预测结果准确度更高，预测效果更好。