基于BP神经网络的空气质量建模分析

随着社会的进步,我国空气质量指数日益下降,一氧化碳、颗粒物、臭氧等是影响最严重的大气污染物,且它们已经成为检测空气质量品质的重要参数,对这些空气质量参数的监控和预测已变得尤为重要。BP神经网络对非线性系统函数有良好的逼近能力,符合我们对空气质量建模的实际要求。本文选择BP网络进行建模,以空气中几种主要污染物为输入,AQI参数作为输出。并结合实际情况进行了引入时间参量和引入动量因子两种优化方法。经过仿真论证,优化后的模型拟合度更好,收敛速度更快。