收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

小波分析和神经网络应用于大气污染预测的研究

陈柳  
【摘要】:小波分析和神经网络在近些年进展非常迅速,研究表明,小波分析和神经网络在许多领域具有广阔的应用潜力。作者应用小波分析和神经网络的方法对大气污染预测进行了深入的研究,拓宽了小波分析和神经网络在大气污染预测中的应用范围,完善了在大气污染预测中的应用方法,为进一步有效、快速、方便地分析和预测大气污染物浓度提供了全新的思路和方法。 首先应用小波分解后的最高层低频信号的重构,清晰地判断出大气污染物浓度的年变化规律,应用小波分解后的最低两层高频信号的重构清晰地判断大气污染物浓度时间序列的突变点。 第二,提出把小波分析和时间序列相结合的预测模型应用于大气污染物浓度预测。利用小波分解将大气污染物浓度时间序列分解到不同频率通道上,再分别考虑用相应的时间序列模型进行预测,最后再合成得到原时间序列的预测值。这种小波时间序列的方法可有效解决时间序列模型对非线性、非平稳复杂时间序列效果欠佳的缺点,并可实现多步预测。 第三,对神经网络预测模型的输入样本进行研究,应用大气污染气象学原理分析并确定神经网络预测模型的输入变量,采用主成分分析进行输入变量降维。 第四,提出一种全新的分段BP神经网络预测模型。通过小波分解和重构对大气污染物浓度时间序列的年变化趋势进行分段,在此基础上,对各段有针对性地设计了神经网络预测模型,采用了“提前停止”,“贝叶斯正则化法”及“神经网络集成”等方法进一步提高预测网络的推广能力。通过实例分析,该预测模型具有预测精度较高,适应范围较广,计算速度较快等优点。 最后,在分析“松散型”小波网络特性的基础上,提出将“分解-重构-预测”小波网络应用于大气污染物浓度预测,采用分解后的小波系数再重构到原尺度上,并对低频、中频小波系数序列采用考虑气象因素的神经网络预测模型,对高频小波系数序列采用不考虑气象因素,而是将前几日的小波系数值作为输入的神经网络模型,最后再将各小波系数序列预测值合成得到原序列的预测值。通过实例分析,模型预测精度较高,适应范围较广。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 欧阳钧;王爱枝;;基于Matlab的BP神经网络在大气污染物浓度预测中的应用[J];环境科学与管理;2009年11期
2 姜信君;;丹东城区SO_2污染的模型拟合与试报分析[J];辽宁师范大学学报(自然科学版);2011年02期
3 曹安照;田丽;蔡昌凤;张书贵;;基于小波与径向基函数的大气污染预测研究[J];系统仿真学报;2006年05期
4 王海鹏;张斌;刘祖涵;覃发超;邓青春;;基于小波变换的兰州市近十年空气污染指数的变化[J];干旱区资源与环境;2011年10期
5 罗华军;黄应平;刘德富;;基于WA-SVM的水库溶解氧预测[J];西北农林科技大学学报(自然科学版);2009年03期
6 李智超;赵正文;钟仪华;李建丽;刘道杰;;小波神经网络在油田产量预测中的应用[J];大庆石油地质与开发;2008年06期
7 任永建;周锁铨;石顺吉;拉巴;;2005年南京市PM_(10)浓度时间序列分析[J];气象科学;2009年03期
8 吴巧媚;刘载文;王小艺;崔莉凤;连晓峰;许继平;;小波神经网络在北京河湖水华预测中的应用[J];计算机工程与应用;2010年12期
9 刘梅花;桂卫华;阳春华;朱红求;;基于WA和LS-SVM的净化过程钴离子浓度预测[J];计算机测量与控制;2009年04期
10 毛亚纯;贾葳葳;沙成满;王恩德;杨冬梅;;基于小波分析的灰色预测法预测边坡变形[J];矿业工程;2010年06期
11 郭庆春;何振芳;李力;;西安市空气污染指数的神经网络预测模型[J];河南科学;2011年07期
12 姚淑萍;胡昌振;郑链;;基于小波的Web流量组合预测方法研究[J];中国矿业大学学报;2006年04期
13 金伟;赵红霞;高芝;;基于PLS建模在近红外光谱分析中的应用展望[J];现代农业科学;2008年11期
14 张建同;尤建新;;非线性时序法在城市大气污染预测中的应用[J];自然灾害学报;2007年03期
15 吴小玲;张斌;艾南山;刘丽君;;基于小波变换的上海市近10年SO_2污染指数的变化[J];环境科学;2009年08期
16 王正帅;邓喀中;;废弃采空区残余沉降时序预测模型的对比研究[J];金属矿山;2010年04期
17 代伟;李克国;曲东;;等维灰数递补动态模型在秦皇岛市大气污染预测中的应用[J];安徽农业科学;2011年18期
18 黄伟;王衍学;徐荣峰;谢红梅;;基于小波分析-支持向量机的风机故障预测[J];金属矿山;2006年04期
19 卢志娟;朱玲;裴洪平;汪勇;;基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型[J];生态学报;2008年10期
20 邵良杉;张宇;;基于小波理论的支持向量机瓦斯涌出量的预测[J];煤炭学报;2011年S1期
中国重要会议论文全文数据库 前10条
1 曲文龙;吴春尧;杨炳儒;张海军;;基于小波和支持向量机的多尺度时间序列预测[A];2005中国控制与决策学术年会论文集(下)[C];2005年
2 冯艳;付强;李国良;李伟业;刘仁涛;;水稻需水量预测的小波BP网络模型[A];农业系统工程理论与实践研究——全国农业系统工程学术研讨会论文集[C];2006年
3 秦磊;邹斌;;电价预测及其概率分布[A];2007中国控制与决策学术年会论文集[C];2007年
4 杜爱民;徐文耀;陈耿雄;;磁暴期间Pc5地磁脉动的小波分析[A];第十届全国日地空间物理学术讨论会论文摘要集[C];2003年
5 田延安;王建文;杨莉;;小波技术与神经网络在齿轮诊断中的应用[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
6 陆费东;蒋爱平;;小波分析在控制中的应用及展望[A];第一届中国智能计算大会论文集[C];2007年
7 陆费东;蒋爱平;;小波分析在控制中的应用及展望[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
8 王德育;张玉民;韩枫;杨志猛;;宿州市暴雨日的变化特征分析[A];第26届中国气象学会年会气候变化分会场论文集[C];2009年
9 李玮;王汉杰;周红;;小波分析在气象图像压缩中的应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
10 侯宏花;陈树越;郭保全;;基于小波分析的SARS胸片图象增强[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
中国博士学位论文全文数据库 前10条
1 陈柳;小波分析和神经网络应用于大气污染预测的研究[D];西安建筑科技大学;2006年
2 张健;提高制浆蒸煮过程纸浆Kappa值软测量精度的研究[D];华南理工大学;2004年
3 任宝生;碎屑岩储层建模方法研究[D];西南石油学院;2005年
4 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
5 张征平;异步电动机早期故障检测的小波分析方法研究[D];华南理工大学;2002年
6 廖忠;小波网络及其在水轮机调节系统中的应用研究[D];河海大学;2005年
7 陈世国;数字核仪器系统中高斯成形滤波的设计与实现[D];四川大学;2005年
8 李登高;基于小波的多分辨率数字几何造型技术的研究[D];清华大学;2006年
9 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年
10 何峰江;声反射成像测井仪器仿真及波形处理技术研究[D];石油大学(北京);2005年
中国硕士学位论文全文数据库 前10条
1 戎海栋;基于小波方法的紧急事件预测[D];天津大学;2005年
2 孙建新;基于进给伺服电流的铣削力预测模型研究[D];华中科技大学;2007年
3 叶淳铮;基于小波变换与支持向量机的电力系统短期负荷预测[D];华北电力大学(河北);2009年
4 陈振伟;基于神经网络的改进网络流量预测算法的研究[D];河南大学;2008年
5 姜会亮;基于整数小波变换的静态图像压缩技术的研究及实现[D];扬州大学;2005年
6 王轶;基于数据挖掘的机车牵引变流器故障诊断[D];西南交通大学;2005年
7 王茜;心脏泵血功能储备测量仪的研究[D];重庆大学;2005年
8 马强;小波分析与图像处理系统的应用研究[D];哈尔滨理工大学;2005年
9 成敬周;模糊理论在超高压线路保护中应用的研究[D];华北电力大学(河北);2005年
10 李永进;基于小波分析的故障诊断系统的研究与实现[D];武汉科技大学;2005年
中国重要报纸全文数据库 前10条
1 周迎久刘力敏;衡水开展大气污染专项整治[N];中国环境报;2007年
2 王力 吴强 陆延忠;年可减大气污染物两万吨[N];连云港日报;2008年
3 记者 刘晓东实习生 朱晓雪;我省企业先行一步占商机[N];江苏经济报;2007年
4 记者 林奕群;“万丰热电”被依法查处[N];汕头日报;2008年
5 周迎久;市环保局大气污染专项整治效果明显[N];衡水日报;2007年
6 特约记者 姚志强;大庆石化公司制定异常气候防污染预案[N];中国石油报;2009年
7 本报记者 施琛耀;雾霾频袭,我省“点穴”氮氧化物[N];江苏法制报;2008年
8 黄朝迎;逆温——冬季大气污染物的帮凶[N];中国气象报;2004年
9 实习记者 任敏;9月本市收获28个蓝天[N];北京日报;2010年
10 许静;贵阳大气污染减轻[N];中国环境报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978