基于小波神经网络的松江区PM_（2.5）浓度预测

• 作 者: 顾昊元 肖翔 袁陈晨 黄梦斌 严佳 古晞
• 机 构: 上海工程技术大学材料工程学院,上海工程技术大学基础教学学院,同济大学数学系
• 出 处: 上海工程技术大学学报
• 发表日期: 2015年2期
• 关键词: 小波神经网络 细颗粒物(PM2.5) 预测模型 wavelet neural network fine particles（PM2.5） predictio

鉴于细颗粒物（PM2.5）浓度（质量浓度ρ,全文同）影响因素的复杂性,以及传统预测方法中存在的困难和不足,基于小波神经网络,利用松江区环保局PM2.5的浓度数据,建立了短时PM2.5浓度预测模型.通过与灰色理论预测模型、BP神经网络预测模型的对比试验分析,发现基于小波神经网络预测模型的预测值与实际值之间的误差最小,更能准确地反映样本数据之间的映射关系,预测精度明显高于其他两种预测模型.