论文总字数：19719字

摘 要

空气质量评价是建立在评价标准的基础上，通过建立的数学模型，对空气质量评价的综合评价。如今空气的质量分析有空气污染物法、人工神经元网络法、模糊聚类法、主成份分析法、灰色系统分析法等。本次研究选用了BP神经网络建立空气质量评价模型，分析了在建模过程中可能出现的问题并提出了解决方案，根据国家发布的空气质量评价标准和各地区空气质量的实测数据，建立了基于神经网络算法模型。由于运用BP神经网络构建模型，网络模型的线性非常差，相反具有非常强的非线性能力，且其输出结果的表达形式是以连续函数方式表现出来，因此对评价空气质量可信度较高。

关键词：神经网络 BP算法 空气质量评价 MATLAB

Using neural network algorithm for establishing air quality assessment

Abstract

Air quality assessment is based on the evaluation criteria established by the mathematical model of air quality grade comprehensive evaluation. Today, the air quality analysis of air pollutants, artificial neural grid, fuzzy clustering method, principal component analysis, gray system analysis method. The subject adopts BP neural network on air quality analysis, introduces BP neural network on air quality analysis, describes the structure principle and algorithm of BP neural network model, and analyzes that may arise in the modeling process problems and propose solutions the air quality evaluation criteria and the measured data of air quality in Nanjing issued by the State, the establishment of a model based on neural network algorithm. Since the BP neural network model and highly nonlinear output Results are expressed in the form of a continuous function, its comprehensive evaluation of the air quality more objective.

Keywords: Neural network ;lgorithm ;For air quality assessment ;MATLAB

目录

摘要 Ⅰ

Abstract Ⅱ

第一章 绪论 1

1.1 空气质量评价情况 1

1.1.1 课题背景和意义 1

1.2 空气质量评价方面的内容 2

1.2.1 空气质量评价标准的内容 2

1.2.2 影响空气质量评价值的标准值 4

1.3 本课题要研究的问题 5

第二章 BP神经网络概述及MATLAB软件 7

2.1 BP神经网络概述 7

2.1.1 BP神经网络的定义 7

2.1.2 BP神经网络的应用 8

2.2 MATLAB软件介绍 9

2.2.1 MATLAB的基本内容 9

2.2.2 基于MATLAB神经网络工具箱函数 9

第三章 用MATLAB建立空气质量模型 11

3.1 模型结构建立 11

3.1.1 设计思路 11

3.1.2 设计步骤 11

3.2 MATLAB编程实现 12

3.2.1 输入设计 12

3.2.2 数据归一化 13

3.2.3 样本数与目标值生成的方法 13

3.2.4 模型的训练与检验 15

第四章 某市空气质量评价模型测试 19

4.1 某市空气质量测试 19

4.2 模型评价 21

4.2.1 评价方法比较 21

4.2.2 空气状况分析 21

4.2.3 评价方法比较结论 21

第五章 总结与展望 23

5.1 总结 23

5.2 BP算法改进展望 23

参考文献 25

致谢 26

第一章 绪论

1.1 空气质量评价情况

1.1.1 课题背景和意义

随着我国社会经济建设的发展，大规模地使用包括石油和煤在内的能源和其他自然资源，城市空气质量越来越严重，影响空气质量的因素从单一向多元化发展，人类面临的环境挑战越来越大，环境污染问题已经对人类造成影响，环境污染问题越来越严峻。作为此次研究的某地区比较每年消耗的煤炭量按年增长超过10%趋势增长，燃料燃烧总量在其他一线城市相比占的比重越来越大。可见，这些城市普遍存在氮氧化物、二氧化硫、一氧化碳、烟尘等排放浓度较高，空气质量状况较为严重，持续一个星期左右的灰霾不仅对居民的身体健康造成危害，还对居民及社会的生活生产带来巨大的影响，由此可以看出空气质量的污染已经对人类的生存与发展造成了影响，人类开始意识到环境对我们的重要性。空气质量检测的重要内容是了解并研究空气质量，从中准确得出空气污染情况及空气质量等级，估测将来空气质量的未来走势，为将来提出保护措施提供合理性建议。

根据国家颁布的保护环境的相关法律条例,提高环境空气质量，预防破坏生态环境，创建干净健康生活环境，特制订本标准，对一系列内容进行调整，比如分地区、分等级治理环境污染问题；在污染物提取方面，还要注意提取时间及浓度值等。总的来说，生物存活和人类生产、科研离不开空气、且对空气都有不同的要求，为了保护地球环境，使得地球生物不受到灰霾气体的侵害及更好的满足人类的生产、科研的呼吸需求，因此当务之急用科学手段检测空气质量状况^[3]。

检测空气质量的原理就是先检测空气污染物再结合空气质量评价标准值，从而建立空气质量评价模型，对空气的质量等级进行综合评判以便为空气质量目标责任管理提供科学依据。空气质量综合评价中各污染物之间不存在关联性，且输出空气等级与各污染物之间存在非线性关系，因此空气质量评价模型需要有很强的容错能力和处理非线性能力。

1.1.2 国内外现状

当前国内外研究空气质量的方法非常活跃，除了一些常用的方法外，比如空气污染物法、人工神经元网络法、模糊聚类法、主成份分析法、灰色系统分析法等。随着一些新学科的创立和计算技术的发展，人类对研究空气质量的方法得到进一步发展，其中还结合云模糊法、投影寻踪分析法等方法进行空气质量评价。然而在我国国内检测空气质量一般用的是综合污染物法。综合污染物法算法很简单，其计算结果是由所有检测的污染物中浓度最高的决定的。污染物浓度越高，代表该污染物的污染程度就越大。因为实际检测污染物种类不多，所以以其中浓度最高的定为空气质量等级，显然评价的结果准确性不高，离实际相差较远。而模糊数学综合法是采用模糊数学原理，它不是采用简单的类似取平均法或者每种污染物浓度和的方法，它的弊端在于：（1）建立各项隶属函数过程复杂，很难实现；（2）运用的复合算法基本取极值，忽略很多重要过程，且输出的结果往往有单一因素决定，导致评价的方向跟正确的发生偏离。从两种研究空气质量综合污染物法和模糊数学综合法的比较中，可以看出每种研究空气质量的方法总是存在着优缺点，关键是要找准适合本课题研究的方法，由于监测空气中的污染物数据，作为一种大范围的输入，故选用的方法要具有一定的范围性，并在其范围内容纳比较多的数据，从而进行检测，得到输出结果，并进行综合评价。

通过上述可以得出，我们需要建立适合国内空气质量评价体系，在已有的基础上进行完善，实现对未来空气质量进行监测与治理。

1.2 空气质量评价方面的内容

1.2.1 空气质量评价标准的内容

根据我国颁布的环境保护及污染物防治的一系列法律条例[1],提高环境空气质量，预防破坏生态环境，创建干净健康生活环境，特制订本标准，对一系列内容进行调整，比如分地区、分等级治理环境污染问题；在污染物提取方面，还要注意提取时间及浓度值等。本标准从1996年10月1日起实施，同时代替GB3095-82。

请支付后下载全文，论文总字数：19719字