研究者

项目

项目特点

权铖、漆然

项目研究进展总结

随着人工神经网络的理论发现与研究技术不断发展，其在空气污染预报领域中的使用越来越广泛，目前主要应用于空气污染浓度的短期预报，特别是目前对于空气污染数值难以作出准确数值的城市。

张兆同、余潜 [7] 等

RBF神经网络

RBF是一种有效的神经网络预测模型，具有结构简单、收敛速度快、能够逼近任意非线性函数的特点。研究者通过RBF神经网络与灰色关联相结合构建神经网络模型对我国棉花价格进行预测。海涛、王路运用RBF神经网络建立预测模型对太阳光照度进行预测，但目前尚未应用于环保产业发展预测中。

梁春丽 [12] 等

ARMA模型神经网络

具有较好的预测精度，也是目前应用较为广泛的计量模型。研究者基于ARMA模型，主成分分析模型和神经网络模型对黑龙江省空气质量数据进行了分析和预测。

马天成 [14] 等

改进型PSO优化的神经网络

具有收敛速度快、参数少、算法简单、算法全局寻优的特点，研究者对某市2013年PM_2.5颗粒物浓度进行预测和验证，验证结果表明该算法具备良好的预测精度。