论文部分内容阅读
本文提出了一种应用BP神经网络对城市主干道边的N02小时平均浓度值进行预测的方法。影响路边N02浓度的主要因素包括O3浓度、NO浓度、主干道的车流量以及气温、气压、风速、风向、相对湿度、雨量和太阳辐射强度等气象因素。选取这些因素的小时均值作为神经网络的输入神经元，并利用路边自动监测实验得到的数据来训练和检验网络。同时，采用多元线性回归模型作为比较。结果表明：用神经网络方法预测N02浓度，包含训练数据和检验数据的总体误差的平均绝对值为7.19％，预测值与实测值的相关系数为o.99，明显优于多元线性回归方法的预测效果。