中国环境科学

作者：梁泽, 王玥瑶, 岳远紊, 韦飞黎, 姜虹, 李双成

单位：1. 北京大学城市与环境学院, 北京 100871; /\r\n2. 武汉大学资源与环境科学学院, 湖北 武汉 430079; /\r\n3. 北京大学深圳研究生院城市规划与设计学院, 广东 深圳 518055

关键词：径向基神经网络,遗传算法,PM2.5浓度预测,互相关

基金：

国家自然科学基金重大项目（41590843）

基于北京市空气质量监测点获取的空气污染物浓度数据，通过遗传算法搜索径向基人工神经网络的最优隐含层神经元数目和扩展常数，构建了耦合径向基人工神经网络算法与遗传算法的预测模型，预测北京市未来一天24h平均PM2.5质量浓度.结果表明，预测精度与泛化性能良好.该模型不需要输入气象和地理位置信息等数据，具有依赖变量少、预测精度高（R2达0.75）和运算效率高等特征，并可以通过训练样本的驱动，使自身不断优化调整.该模型预测效果可以通过扩展输入特征、增加训练样本量等方法进一步提升，可对多种时空情境下的城市空气污染进行高效率且精确的预测.

来源：2020年第2期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2020年第2期