论文部分内容阅读
针对北京地区频繁的雾霾灾害天气,利用影响雾霾的主要因素作为预报因子,采用遗传算法优化后的BP(GA-BP)神经网络建立了PM2.5质量浓度预测模型,并对其进行可靠性分析。结果表明:1)通过CMONOC数据和相关气象温度、气压数据反演得到的3个CMONOC站点BJFS、 BJGB、 BJSH的大气水汽(GPS-PWV)数据与PM2.5质量浓度之间的相关系数分别为0.642 2、 0.644 1、 0.641 3,呈中度相关;2)在预报因子不同的条件下, GA-BP神经网络模型均比BP神经网络的预测值精度更高