資源描述：
《基于RBF神經(jīng)網(wǎng)絡(luò)環(huán)境質(zhì)量評價研究-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、·農(nóng)業(yè)網(wǎng)絡(luò)信息信息技術(shù)·2014年第3期AGRrC【理．rREⅣ丌啪7FoR朋刀．0Ⅳ基于RBF神經(jīng)網(wǎng)絡(luò)環(huán)境質(zhì)量評價研究艾洪福(吉林農(nóng)業(yè)大學(xué)，吉林長春130117)摘要：城市空氣質(zhì)量與人們的日常生活息息相關(guān)?？諝馕廴镜募觿?，霧霾的頻現(xiàn)。人們對空氣質(zhì)量高度關(guān)注。以長春市為例，根據(jù)已有的監(jiān)測數(shù)據(jù)，運用人工神經(jīng)網(wǎng)絡(luò)建模的方法，對長春市空氣質(zhì)量進行科學(xué)合理的評價。為管理者提供一定的決策依據(jù)。關(guān)鍵詞：空氣質(zhì)量；霧霾；RBF網(wǎng)絡(luò)一中圖分類號：TP315文獻標(biāo)識碼：A文章編碼：1672—6251(2014)03—003
2、3—03StudyonEnvironmentalQualityEvaluationBasedonRBFNetworkAIHongfu(JilinAgricuhuralUniversity，JilinChangchun130117)Abstract：AirqualityincityiscloselylinkedtopeopleSlife．Theworseningairpollutionand~equencyothazehaveattractedhighattentiontoairquality．Taking
3、Changchunasanexample，evaluationofairqualitywasstudiedonthebasisofmonitoringdatabyusingartificialneuralnetworkmodeling，toprovidedecisionbasisforgovernments．Keywords：airquality；haze；RBFnetwork隨著社會的發(fā)展、城鎮(zhèn)化進程的加快、汽車保有(Hiddenlayer)和輸出層(Outputlayer)。其結(jié)構(gòu)如圖1量的增加，與人
4、類生活密切相關(guān)的空氣質(zhì)量在不斷的所示。惡化。以長春市為例，僅2013年重度霧霾天氣達到其中隱含層和輸出層所要完成的任務(wù)是不同的．了43天。平均下來，大概每十天就會出現(xiàn)嚴(yán)重的污從輸入層到隱含層的映射是非線性的。最常用的基函染天氣。目前我國城市環(huán)境空氣質(zhì)量評價主要依據(jù)是數(shù)為高斯函數(shù)。AQI值。AQI是定量描述空氣質(zhì)量狀況的無量綱指數(shù)，2RBF神經(jīng)網(wǎng)絡(luò)的城市空氣質(zhì)量評價模型做為城市空氣質(zhì)量的評價。但是AQ1分級制具有統(tǒng)計2．1基于RBF人工神經(jīng)網(wǎng)絡(luò)城市空氣質(zhì)量評價指標(biāo)跨度大且較為粗略的特點。想要對城市空氣質(zhì)量進
5、行的確立綜合客觀的評價_lJ。應(yīng)該提出更為科學(xué)的評價方法。目前，城市空氣質(zhì)量的評價指標(biāo)體系主要包括：1人工神經(jīng)網(wǎng)絡(luò)①污染物為細(xì)顆粒物(PM2．5)；②可吸人顆粒物人工神經(jīng)網(wǎng)絡(luò)能夠處理復(fù)雜的非線性問題．具有(PM。。)③二氧化硫(s0：)；④二氧化氮(NO2)；⑤臭自組織、自學(xué)習(xí)及很強的非線性逼近能力嘲。1985年由氧(0，)；⑥一氧化碳(co)等六項。構(gòu)建基于空氣Powel提出了多變量插值的徑向基函數(shù)fRadial—Basis質(zhì)量評價指標(biāo)的RBF網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖1所示。Function，RBF)方法，將R
6、BF應(yīng)用于人工神經(jīng)網(wǎng)路的RBF神經(jīng)網(wǎng)絡(luò)模型的算法描述：設(shè)計，構(gòu)成了徑向基函數(shù)人工神經(jīng)網(wǎng)路[3】。由于RBF人根據(jù)實際應(yīng)用，設(shè)定該網(wǎng)絡(luò)共有3層。輸入層為工神經(jīng)網(wǎng)路結(jié)構(gòu)簡單、訓(xùn)練簡潔且收斂速度快、能夠標(biāo)識空氣污染物的6個主要參數(shù)。隱層節(jié)點的設(shè)定根逼近任何非線性函數(shù)。因此被廣泛應(yīng)用于時間序列分據(jù)一般性原則．設(shè)定為6個。而輸出層只有1個節(jié)析，模式識別等領(lǐng)域。經(jīng)典的RBF人工神經(jīng)網(wǎng)絡(luò)屬于點。通過輸出的閾值來確定評價的等級。其中，輸入三層的前向網(wǎng)絡(luò)，包括輸入層(Inputlayer)，隱層層節(jié)點與輸出層節(jié)點均采用透明
7、神經(jīng)元激活函數(shù)．可作者簡介：艾洪福(1980一)，男，碩士，講師，研究方向：人工智能、教學(xué)法及系統(tǒng)開發(fā)。收稿日期：2014—03—04—33—《農(nóng)業(yè)網(wǎng)絡(luò)信息》2o14年第3期信息技術(shù)輸入層隱層輸出層查竺堡!蘭塑：№∞圖1RBF神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)調(diào)節(jié)的參數(shù)為連接權(quán)值[51。隱層節(jié)點函數(shù)的設(shè)定為比較常用的且效果較好的高斯函數(shù)。透明Transparence)人工神經(jīng)元激活函數(shù)定義為：f(x)-x(1)其中：X為系統(tǒng)輸入。系統(tǒng)輸入與第i個訓(xùn)練樣本之間的矢徑定義為：1at(x)=一(IsAsn)(2)。j=生則徑向基
8、函數(shù)定義為：^∞：e一疽∞({：in)(3)．，其中：為退火系數(shù)，一般情況下其值設(shè)為1；0為閾值，一般隋況下其值設(shè)為0。訓(xùn)練算法采用適合于徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)的梯度下降法(GradientDecentAlgorithm，GDA)，即在考慮k刻的網(wǎng)絡(luò)變化時．將k-I時刻的網(wǎng)絡(luò)參數(shù)也包含其中。2．2基于RBF網(wǎng)絡(luò)的城市空氣質(zhì)量評價模型實現(xiàn)采用RBF神經(jīng)網(wǎng)絡(luò)為評價模型，應(yīng)用C++語言編程實現(xiàn)。數(shù)據(jù)來源為吉林省長春市2013年11月
