西安空氣質(zhì)量檢測(cè)報(bào)告

1、WordWord資料WordWord資料目錄TOC o 1-5 h z HYPERLINK l bookmark2 一、問題重述2 HYPERLINK l bookmark4 二、模型假設(shè)3 HYPERLINK l bookmark6 三、符號(hào)說明4 HYPERLINK l bookmark8 四、問題分析4 HYPERLINK l bookmark10 五、模型的建立與求解65.1問題一的解法與評(píng)價(jià)6AQI與API的計(jì)算65.1.2API與AQI的對(duì)比與分析8模型的建立1.0模型的求解1.05.2.2季節(jié)及其他因素的影響1.4問題三模型的建立與求解1.65.3.1模型I:時(shí)間序列模型17.5

2、.3.2模型U:BP神經(jīng)網(wǎng)絡(luò)模型1.8問題四的解析2.2六、模型的評(píng)價(jià)與優(yōu)化2.36.1模型的優(yōu)點(diǎn)2.36.2模型的缺點(diǎn)2.36.3模型的優(yōu)化2.3七、參考文獻(xiàn)2.4一、問題重述隨著我國(guó)經(jīng)濟(jì)社會(huì)的快速發(fā)展，大氣環(huán)境污染隨之加重，霧霾現(xiàn)象頻繁發(fā)生，從而對(duì)各地空氣質(zhì)量構(gòu)成巨大壓力，環(huán)境空氣質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)以及污染治理等問題再次引起大眾的關(guān)注。2012年2月29日之前，我國(guó)以環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)為依據(jù)，通過空氣污染指數(shù)（API）主要監(jiān)測(cè)大氣中的S02、N02和可吸入顆粒物等來(lái)判斷空氣質(zhì)量；近幾年，以煤炭為主的能源消耗大幅攀升，機(jī)動(dòng)車保有量急劇增加，經(jīng)濟(jì)發(fā)達(dá)地NOX和VOCS排放量顯著增長(zhǎng)，03和細(xì)顆粒物污染

3、加劇，目前包括京津冀、長(zhǎng)三角、珠三角的城市群，以及各省省會(huì)，全部實(shí)施了新的空氣質(zhì)量標(biāo)準(zhǔn)GB3095-1996，以及新的空氣質(zhì)量評(píng)價(jià)體系，即空氣質(zhì)量指數(shù)（AQI）。新標(biāo)準(zhǔn)中對(duì)大氣質(zhì)量的監(jiān)測(cè)主要是監(jiān)測(cè)大氣中二氧化硫（SO2）、二氧化氮（N02）、一氧化碳（CO）、臭氧（03）、可吸入顆粒物（PM10）以及細(xì)顆粒物（PM2.5）等六類基本項(xiàng)目和總懸浮顆粒物（TSP、氮氧化物（NOX）、鉛（Pb）、苯并國(guó)芘（BaP）四類其他項(xiàng)目的濃度。此外，研究表明，城市環(huán)境空氣質(zhì)量好壞與季節(jié)、城市能源消費(fèi)結(jié)構(gòu)等因素的關(guān)系十分密切?，F(xiàn)有市13個(gè)監(jiān)測(cè)點(diǎn)從2010年1月1日至2013年4月28日污染物濃度的監(jiān)測(cè)數(shù)據(jù)，本文

4、需要回答以下問題：?jiǎn)栴}一：分別利用附件給出的空氣污染指數(shù)（API）（舊標(biāo)準(zhǔn)）和環(huán)境空氣質(zhì)量指數(shù)（AQI）（新標(biāo)準(zhǔn)）對(duì)市的空氣質(zhì)量進(jìn)行評(píng)價(jià)，并對(duì)兩種評(píng)價(jià)結(jié)果進(jìn)行對(duì)比、分析，得出結(jié)論；問題二：根據(jù)問題一的結(jié)論及附件所給資料，建立模型分析影響城市空氣污染程度的主要因素是什么？問題三：對(duì)未來(lái)一周（取2013年4月30日至5月6日）市空氣質(zhì)量狀況進(jìn)行預(yù)測(cè)；問題四：根據(jù)上述結(jié)論，試就環(huán)境空氣質(zhì)量的監(jiān)測(cè)與控制對(duì)市環(huán)保部門提出建議。二、模型假設(shè)1）假設(shè)題目給出的各組數(shù)據(jù)真實(shí)可信，不考慮人為因素，具有統(tǒng)計(jì)、預(yù)測(cè)意義2）假設(shè)影響大氣環(huán)境的各項(xiàng)因素不會(huì)出現(xiàn)非預(yù)期的劇烈變化。3）假設(shè)相關(guān)數(shù)據(jù)具有獨(dú)立性，各個(gè)指標(biāo)也不相

5、互影響。4）空氣質(zhì)量相同等級(jí)的污染程度相同。5）不考慮突發(fā)事件或造成的空氣質(zhì)量突變。WordWord資料WordWord資料三、符號(hào)說明符號(hào)表示意乂APIAQIIAPIIAQIxz1ljrijXt空氣污染指數(shù)空氣質(zhì)量指數(shù)空氣污染分指數(shù)空氣質(zhì)量分指數(shù)某污染物的濃度各污染物綜合后的指標(biāo)指標(biāo)在公共因子上的載荷兩種污染物之間的相關(guān)系數(shù)時(shí)間序列四、問題分析近來(lái)空氣質(zhì)量的降低引起了大眾對(duì)空氣質(zhì)量問題的關(guān)注。針對(duì)空氣質(zhì)量的評(píng)判，先后發(fā)布了兩套不同的評(píng)判標(biāo)準(zhǔn)。本文旨在通過對(duì)已有數(shù)據(jù)的分析，進(jìn)行兩個(gè)標(biāo)準(zhǔn)的比較，并建立模型對(duì)以后的空氣質(zhì)量進(jìn)行預(yù)測(cè)及建議。本文主要解決四個(gè)問題。首先通過量化的數(shù)學(xué)指標(biāo)來(lái)進(jìn)行兩個(gè)標(biāo)準(zhǔn)的

6、對(duì)比與分析。其次通過關(guān)聯(lián)度的分析求出影響空氣質(zhì)量的原因。近而利用已有數(shù)據(jù)對(duì)未來(lái)一周的空氣情況預(yù)測(cè)。最后根據(jù)前三問的過程給出自己的建議。問題一：為了從API和AQI兩個(gè)指數(shù)對(duì)市的空氣質(zhì)量進(jìn)行評(píng)價(jià)，我們首先應(yīng)根據(jù)其各自的計(jì)算公式算出兩者的值，同一段時(shí)間優(yōu)良及各類污染的比例是否有差異，通過折線圖進(jìn)行直觀的對(duì)比。然后搜集資料，對(duì)比兩個(gè)標(biāo)準(zhǔn)，分析出二者的不同。問題二：由于AQI的指標(biāo)與SO2、NO2、PM10、CO、O3、PM2.5六項(xiàng)有直接的關(guān)系，且測(cè)量結(jié)果較為準(zhǔn)確，可以用灰色關(guān)聯(lián)度模型，通過模型計(jì)算出各項(xiàng)與AQI的關(guān)聯(lián)度，找出影響較大的污染物，從而進(jìn)一步分析原因。然后由于數(shù)據(jù)給的比較充足，可以對(duì)數(shù)據(jù)

7、處理畫出從2010年開始的各月份平均AQI走勢(shì)圖，以此分析空氣質(zhì)量是否和季節(jié)有關(guān)；另外我們利用附錄6的工業(yè)生產(chǎn)總值，通過數(shù)據(jù)處理分析工業(yè)的影響。問題三：空氣的AQI指標(biāo)是衡量空氣質(zhì)量的標(biāo)準(zhǔn)。因此我們需要對(duì)的AQI指標(biāo)進(jìn)行預(yù)測(cè)，而AQI指標(biāo)與二氧化硫，氮氧化合物及顆粒有著直接的關(guān)系，故而我們可以通過對(duì)6項(xiàng)污染物的預(yù)測(cè)來(lái)得出相應(yīng)的AQI的值，為了簡(jiǎn)便，我們開始直接用AQI的歷史數(shù)據(jù)依據(jù)時(shí)間序列模型來(lái)預(yù)測(cè)未來(lái)一周的值，但是通過檢驗(yàn)發(fā)現(xiàn)有較大的誤差，進(jìn)一步對(duì)模型優(yōu)化，考慮6項(xiàng)污染物的數(shù)據(jù)，來(lái)一起預(yù)測(cè)未來(lái)的大氣質(zhì)量，這樣會(huì)減小誤差，比較準(zhǔn)確。問題四：該問要求從環(huán)境空氣質(zhì)量的監(jiān)測(cè)與控制兩方面對(duì)環(huán)保部門提出

8、建議，應(yīng)針對(duì)幾種影響因素（即上述問題所得結(jié)論）提出有效可行的應(yīng)對(duì)措施，可查閱相應(yīng)資料進(jìn)行更加合理的建議。五、模型的建立與求解5.1問題一的解法與評(píng)價(jià)5.1.1AQI與API的計(jì)算由于AQI所需要的六項(xiàng)指標(biāo)在附錄中只有2013年的數(shù)據(jù)是完整的，為了便于每一天的對(duì)比，我們對(duì)2013年附錄5中市平均污染物進(jìn)行處理。這里有一些爭(zhēng)議，不明確污染物的單位是濃度還是分指數(shù)，對(duì)此我們進(jìn)行了取樣計(jì)算，發(fā)現(xiàn)當(dāng)PM2.5為145時(shí)，若按濃度算則為中度污染，然而首要污染物一欄中卻顯示為輕度污染，與計(jì)算結(jié)果矛盾。另外我們從市的環(huán)境保護(hù)局的上發(fā)現(xiàn)單位為分指數(shù)，所以下面的數(shù)據(jù)處理全部按照各項(xiàng)的分指數(shù)計(jì)算利用附錄5中的數(shù)據(jù)，

9、通過對(duì)API以及對(duì)AQI的計(jì)算，分別用它們來(lái)對(duì)市的空氣質(zhì)量進(jìn)行評(píng)估。通過查閱相關(guān)資料，三項(xiàng)污染物中某一項(xiàng)污染物項(xiàng)目P的空氣質(zhì)量分指數(shù)按式（1）計(jì)算：IAPIPIAPIHiBPHiIAPIl。BPl。CPBPLoIAPIlo當(dāng)各種污染物的污染分指數(shù)計(jì)算出后，空氣質(zhì)量指數(shù)按式（2）計(jì)算:APImaxIAPI1APImaxIAPI1,IAPI2,IAPI3,L,IAPInWordWord資料WordWord資料其中?i表示第i種污染物的污染分指數(shù)?n表示污染物的個(gè)數(shù)API預(yù)測(cè)空氣質(zhì)API預(yù)測(cè)空氣質(zhì)量比例圖11%圖5.1.1上圖是利用API計(jì)算所得的全市平均的各類空氣質(zhì)量的比列。AQI的空氣質(zhì)量分指數(shù)

10、計(jì)算公式與API相同，然后根據(jù)AQI的空氣質(zhì)量類別信息表來(lái)判斷當(dāng)天的空氣類別。故我們利用相似的方法求得AQI的數(shù)值比例，如下圖：22%AQI預(yù)測(cè)空氣質(zhì)量比例12%22%19%24%22%AQI預(yù)測(cè)空氣質(zhì)量比例12%22%19%24%圖5.1.2通過以上兩個(gè)餅狀圖，可以看出用AQI得到的空氣質(zhì)量和API的比例差別很大。5.1.2API與AQI的對(duì)比與分析為了更加清晰的進(jìn)行兩種標(biāo)準(zhǔn)的對(duì)比，我們用MatLab分別計(jì)算出2013年1月1日至2013年4月26日期間的API及AQI的值，并畫出折線圖（其中紅線代表AQI,藍(lán)線代表API）WordWord資料WordWord資料5002013年空氣質(zhì)量比較

11、020406080100120時(shí)間序列圖5.1.3API與AQIS數(shù)值折線圖從上圖中我們可以看出雖然API和AQI的走勢(shì)基本相同，但是AQI的值基本都在API之上，我們需要分析造成這種差異的原因：（1）API與AQI在相同日期的數(shù)值卻不同，主要原因是AQI是對(duì)于6項(xiàng)污染物的檢測(cè)，而API是對(duì)3項(xiàng)污染物的檢測(cè)，而PM2.5卻是不可忽略的因素，因?yàn)樵u(píng)測(cè)指標(biāo)是看分指標(biāo)的最大值，例如霧霾天氣中有很多可吸入顆粒物，對(duì)于把它忽略掉是不客觀的，所以AQI的評(píng)測(cè)更加客觀，全面。（2）AQI在測(cè)試時(shí)增加了測(cè)試的頻率，這樣無(wú)疑會(huì)對(duì)優(yōu)良空氣質(zhì)量的要求更加嚴(yán)格，要求其方差不能太大，維持在一個(gè)穩(wěn)定的狀態(tài)。（3）兩者評(píng)判

12、的不同，通過對(duì)比API和AQI的評(píng)判標(biāo)準(zhǔn)（見附錄），可以看出試行的AQI更加的嚴(yán)格，而且空氣質(zhì)量等級(jí)更加明確，有六個(gè)等級(jí)。綜合以上原因，可以看出AQI是更加嚴(yán)格，更加合理全面的評(píng)測(cè)標(biāo)準(zhǔn)。5.2問題二模型的建立與求解5.2.1模型的建立主成分分析是利用原變量之間的相關(guān)關(guān)系，用較少的新變量代替原來(lái)較多的變量，并使這些少數(shù)變量盡可能多的保留原來(lái)較多的變量所反應(yīng)的信息，這樣問題就簡(jiǎn)單化了。而對(duì)于該問題，原有變量的綜合顯然可以看成影響空氣質(zhì)量的原我們用主成分分析法對(duì)六種污染物濃度進(jìn)行處理。記六種污染物濃度分別為自變量X1,X2,X3,X4,X5,X6設(shè)他們降維處理后的綜合指標(biāo)，即新變量為Z1,Z2,Z3

13、,Z4,Z5,Z6J則z1l11X1l12X2Ll1pXpz2l21X1l22XLl2pXpLLzmlm1X1lm2X2LlXmpp其中，lj是指標(biāo)乙在公共因子召上的載荷，因子載荷的統(tǒng)計(jì)含義是指標(biāo)在乙公共因子上的相關(guān)系數(shù)，表示乙與Xj線性相關(guān)程度。lim說明了指標(biāo)乙依賴于各個(gè)公共因子的程度。Ilj,l2j,Imj說明了公共因子Xj與各個(gè)指標(biāo)的聯(lián)系程度。故根據(jù)該列絕對(duì)值較大的因子載荷所對(duì)應(yīng)的指標(biāo)來(lái)解釋這個(gè)公共因子的實(shí)際意義。而且，從數(shù)學(xué)上可以證明，它們分別是相關(guān)矩陣m個(gè)較大的特征值所對(duì)應(yīng)的特征向量。5.2.2模型的求解1）計(jì)算相關(guān)系數(shù)矩陣，rj(i,jr11r12Lr1pRrrj(i,jr11r

14、12Lr1pRr21r22L2pMMMrp1rp2Lrpp公式1P）為原變量Xi與Xj的相關(guān)系數(shù),rij=rji,其計(jì)算公式為rij(Xkik1Xi)(XkjXj)(Xkik1nXi)2(Xkjk1Xj)2公式2結(jié)果如下:表5.2相關(guān)矩陣SO2NO2PM10COO3_1O3_8PM2.5AQISO21.000.495.386.647-.449-.536.674.539NO2.4951.000.381.376-.102-.517.413PM10.386.3811.000.300-.282-.294.744.930CO.647.376.3001.000-.469-.455.742.528O3_1-

15、.449-.102-.282-.4691.000.903-.434-.411O3_8-.536-.-.294-.455.9031.000-.467-.431PM2.5.674.517.744.742-.434-.4671.000.900AQI.539.413.930.528-.411-.431.9001.000WordWord資料WordWord資料(2)計(jì)算特征值與特征向量解特征方程1R，常用雅可比法(Jacobi)求出特征值，并使其按大1,1,2，K，p)，要求ei=1，即分別求出對(duì)應(yīng)于特征值i的特征向量e(ipei21j1其中eij表示向量ei的第j個(gè)分量。(3)計(jì)算主成分貢獻(xiàn)率及累計(jì)貢

16、獻(xiàn)率貢獻(xiàn)率:ipk貢獻(xiàn)率:ipkk1(i1,2,K,p)累計(jì)貢獻(xiàn)率:kk1pkk1(i1,2,K,p)由下圖可以看出，前三個(gè)因子的累計(jì)貢獻(xiàn)率達(dá)到86%即這三個(gè)主成分能夠反映足夠的信息。表5特征值和累計(jì)貢獻(xiàn)率表成份初始特征值提取平方和載入合計(jì)方差的%累積%合計(jì)方差的%累積%14.57057.12057.1204.57057.12057.12021.43317.90675.0261.43317.90675.0263.92811.59786.6234.5426.77293.3965.3394.23297.62861.23798.8657.88199.7468.020.254100.000對(duì)于特征值分

17、別求出特征向量11,12即為主成分載荷。hjp(z,Xj)Jij(i,j1,2,L,p)結(jié)果如下表:成份得分系數(shù)矩陣成份123AQI.256-.005-.347S02.153.182.467N02.147.212.437PM10.228-.34603_1-.034.396-.173CO.225-.140.29603_8-.064.394-.114PM2.5.257-.-.187同時(shí)我們利用灰色相關(guān)度模型來(lái)驗(yàn)證主成分分析法，從而得到各相關(guān)污染物和AQI的相關(guān)度，得到的的相關(guān)度的矩陣如下：相關(guān)矩陣AQISO2NO2PM10O3_1COO3_8PM2.5AQI1.000.250.227.905-.5

18、45-.158.899SO2.2501.000.653.340.197.440.198.260NO2.227.6531.000.292.293.386.252.327相PM10.905.340.2921.000.136.351.041.683關(guān)O3_1-.197.293.1361.000-.440.959-.CO.545.440.386.351-.4401.000-.486.686O3_8-.158.198.252.041.959-.4861.000-.219PM2.5.899.260.327.683-.686-.2191.000結(jié)果分析:對(duì)兩個(gè)模型結(jié)果的分析，得到影響AQI的主要因素，結(jié)論如

19、下PM2.5,PMio是影響AQI的最主要因素，而產(chǎn)生這種顆粒污染物的原因可能是化石燃料的燃燒，工廠廢氣，植被破壞導(dǎo)致沙塵等。SO2,NO2的影響也不容忽視，N02主要是汽車尾氣，而SO2則主要是煤的燃燒。顯然用這兩個(gè)主成分代替原來(lái)的6個(gè)變量，描述影響空氣質(zhì)量的原因,可以使問題更近一步簡(jiǎn)化，明了。由這些污染物的來(lái)源，自然可以推知影響空氣質(zhì)量的因素主要有這四類：燃料燃燒、機(jī)動(dòng)車尾氣、城市揚(yáng)塵、工業(yè)廢氣排放。522季節(jié)及其他因素的影響（1）季節(jié)因素通過對(duì)所給數(shù)據(jù)的分析，還發(fā)現(xiàn)環(huán)境空氣質(zhì)量好壞與季節(jié)、城市能源消費(fèi)結(jié)構(gòu)的關(guān)系十分密切：我們對(duì)地區(qū)從2010年1月到2013年4月的污染物指標(biāo)求取每個(gè)月的A

20、QI平均值，并由此畫出AQI隨時(shí)間的變化情況圖：API隨月份推移的變化情我們從圖中可以看出大概每12個(gè)月份出現(xiàn)一次峰值，而每次峰值出現(xiàn)在冬季前后。也就是說，冬季污染最為嚴(yán)重。原因可想而知，冬季相對(duì)于其他季節(jié)，需要燃燒大量煤炭進(jìn)行取暖，這就會(huì)產(chǎn)生大量污染。因此，季節(jié)也是影響空氣質(zhì)量狀況的因素。(2)工業(yè)因素根據(jù)附錄中提供的各地區(qū)的AQI的變化，選擇有代表性的三個(gè)地區(qū)分別代表工業(yè)區(qū)，城市和郊區(qū)，然后對(duì)數(shù)據(jù)處理得到下面的變化趨勢(shì)：由上圖可知，各監(jiān)測(cè)點(diǎn)污染物濃度總體趨勢(shì)相近，可大致代表市的整體空氣質(zhì)量。再對(duì)比各個(gè)監(jiān)測(cè)點(diǎn)，長(zhǎng)安區(qū)的曲線位于最下端，小寨的曲線居中，而高壓鍋爐廠的曲線最高。說明工業(yè)區(qū)的污染最

21、為嚴(yán)重，其次是商業(yè)區(qū)，而郊區(qū)污染由于遠(yuǎn)離工業(yè)污染，空氣質(zhì)量比較好上圖是各區(qū)生產(chǎn)總值與AQI的關(guān)系對(duì)比圖，大概趨勢(shì)為工業(yè)生產(chǎn)總值高的地區(qū)，其AQI越大，也就是污染程度越高。綜合以上兩點(diǎn)，可見城市能源消費(fèi)結(jié)構(gòu)與空氣質(zhì)量有密切關(guān)系。5.3問題三模型的建立與求解空氣的AQI指標(biāo)是衡量空氣質(zhì)量的標(biāo)準(zhǔn)。因此我們需要對(duì)的AQI指標(biāo)進(jìn)行預(yù)測(cè)，而AQI指標(biāo)與二氧化硫，氮氧化合物及顆粒有著直接的關(guān)系，故而我們可以通過對(duì)6項(xiàng)污染物的預(yù)測(cè)來(lái)得出相應(yīng)的AQI的值，為了簡(jiǎn)便，我們開始直接用AQI的歷史數(shù)據(jù)依據(jù)時(shí)間序列模型來(lái)預(yù)測(cè)未來(lái)一周的值，但是通過檢驗(yàn)發(fā)現(xiàn)有較大的誤差，進(jìn)一步對(duì)模型優(yōu)化，考慮6項(xiàng)污染物的數(shù)據(jù)，來(lái)一起預(yù)測(cè)未

22、來(lái)的大氣質(zhì)量，這樣會(huì)減小誤差，比較準(zhǔn)確。531模型I:時(shí)間序列模型首先，我們直接對(duì)AQI進(jìn)行預(yù)測(cè)，即用原來(lái)的AQI的值來(lái)預(yù)測(cè)未來(lái)的AQI值，并利用時(shí)間序列模型來(lái)進(jìn)行預(yù)測(cè)，這種模型優(yōu)點(diǎn)在于比較簡(jiǎn)單，不用考慮其他因素。模型思想：y(t)=f(y(t-1),y(t-d)通過MATLAB工具箱，擬合來(lái)測(cè)試其誤差:250ResponseofOutputElement1forTime-Series1AlengaTdncuupuo200TrainingTargets4-TrainingOutputsValidationTargets十ValidationOutputsTestTargets4-TestOut

23、putsErrors250ResponseofOutputElement1forTime-Series1AlengaTdncuupuo200TrainingTargets4-TrainingOutputsValidationTargets十ValidationOutputsTestTargets4-TestOutputsErrorsResponse200-100i-fvii-l*Targets-Outputs卜4P亠.rrrtir10024681012Time0雖然大多數(shù)預(yù)測(cè)值在真值附近，還是有個(gè)別點(diǎn)的誤差比較大的，我們進(jìn)一步分析利用多個(gè)影響因素來(lái)擬合并預(yù)測(cè)AQI，即BP神經(jīng)網(wǎng)絡(luò)模型。532模

24、型U:BP神經(jīng)網(wǎng)絡(luò)模型考慮到歷史AQI指標(biāo)具有明顯地非線性映射關(guān)系，因此考慮建立BP神經(jīng)網(wǎng)絡(luò)模型去刻畫AQI指標(biāo)隨時(shí)間變化的關(guān)系。?模型的建立BP神經(jīng)網(wǎng)絡(luò)是由輸入層、輸出層以及一個(gè)或多個(gè)隱層節(jié)點(diǎn)互連而成的一種多層網(wǎng)，這種結(jié)構(gòu)使多層前饋網(wǎng)絡(luò)可在輸入和輸出間建立合適的線性或非線性關(guān)系。而本文就此建立三層BP神經(jīng)網(wǎng)絡(luò)，輸入層為SO2、NO2、PM10、CO、03、PM2.5六項(xiàng)指標(biāo)，輸出層為對(duì)應(yīng)的AQI的預(yù)測(cè)值，其示意圖如圖7所示：圖5.3.1圖5.3.1三層Bp神經(jīng)網(wǎng)絡(luò)示意圖由相關(guān)文獻(xiàn)8，可得三層BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法:22初始化網(wǎng)絡(luò)及學(xué)習(xí)參數(shù)，給各連接權(quán)系數(shù)j、j及閥值j、賦予-,mm之間的隨機(jī)

25、值i=1,2,L,m;j=1,2,L,n隨機(jī)選取一模式對(duì)Xp=Xp1,Xp2,L,Xpm，dp提供給網(wǎng)絡(luò)。X(X(3)用輸入模式p，連接權(quán)系數(shù)ij及閥值計(jì)算各隱含單元的輸出:mmOpj=fnetpj=f(ijXij-j)=1/1+exp-(jXj-j)i=1i=1i=1,2L,m;j=1,2丄，n(4)用網(wǎng)絡(luò)期望輸出dp,網(wǎng)絡(luò)實(shí)際輸出Op計(jì)算輸出層的校正誤差p=dp-OpOp1-Op(5)用j,p,Opj和計(jì)算下一次的隱含層和輸出層之間新的連接權(quán)值及神經(jīng)元閾值:jt+1=j(t)+tpOpj+jt-jt-1t+1:=t+tp+t-(t-1)t=01-丄T+M用j,pj,Xpj和計(jì)算下一次的輸入

26、層和隱含層之間新的連接權(quán)值及隱含神經(jīng)元閾值：ijt+1=jt+t洛功+j(t)-jt-1j(t+1)=jt+(t)功+jt-jt-1隨機(jī)選下一個(gè)學(xué)習(xí)模式對(duì)提供給網(wǎng)絡(luò)，返回到第(3)步，直至全部m個(gè)模式對(duì)訓(xùn)練完。?樣本選?。焊鶕?jù)附錄5中全市平均數(shù)據(jù)作為樣本，為了檢驗(yàn)最終建立的網(wǎng)絡(luò)效果，我們共取最近的43天作為輸入端，取六項(xiàng)指標(biāo)的30項(xiàng)指標(biāo)和其AQI作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本。余下的最近13個(gè)樣品將用作檢驗(yàn)訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)是否可信。?模型的求解利用MATLAB建立BP神經(jīng)網(wǎng)絡(luò)，編寫程序分別將預(yù)測(cè)的最近的13個(gè)數(shù)據(jù)點(diǎn)與實(shí)際值進(jìn)行比較，程序見附錄：利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，對(duì)原來(lái)指標(biāo)數(shù)據(jù)進(jìn)行仿真，

27、得到仿真值，并與實(shí)際值對(duì)比，見圖，由此可得擬合效果良好。圖5.3.2AQI仿真對(duì)比圖真實(shí)值93105981582439892預(yù)測(cè)值98.983107.95992.407157.331141.370100.16694.704仿真值與預(yù)測(cè)之間的數(shù)值關(guān)系真實(shí)值148182145145141132預(yù)測(cè)值145.157185.070143.108148.132136.824134.904從結(jié)果可以看出AQI預(yù)測(cè)與實(shí)際值相近，故我們可以用神經(jīng)網(wǎng)絡(luò)模型對(duì)未來(lái)的AQI進(jìn)行預(yù)測(cè)，這時(shí)候由于不知道未來(lái)SO2、N02、PM10、CO、03、PM2.5六項(xiàng)指標(biāo)，故需要利用matlab對(duì)這六項(xiàng)指標(biāo)進(jìn)行擬合，用擬合的值作

28、為輸入端,進(jìn)一步求出預(yù)測(cè)值，預(yù)測(cè)圖像見下表。（途中星號(hào)為未來(lái)六天的預(yù)測(cè)值）近日走勢(shì)及未來(lái)幾天AQI值的預(yù)測(cè)2602402202001801601401201008002468101214161820天數(shù)/day表未來(lái)AQI的預(yù)測(cè)值日期4月305月1日5月205月3日5月4日5月5日預(yù)測(cè)值15915710999115109從總體走勢(shì)上看，雖然沒有未來(lái)的數(shù)值，但是還是比較符合整體的走勢(shì)的，由于未來(lái)幾天的污染物濃度是根據(jù)已有數(shù)值進(jìn)行擬合的，所以時(shí)間的增加,誤差會(huì)增大，在未來(lái)幾天，我們可以把當(dāng)天的值也作為輸入端，以此可減小誤差,對(duì)模型進(jìn)行校正。5.4問題四的解析根據(jù)上面對(duì)空氣質(zhì)量的計(jì)算與分析，我們可以從以下方面給環(huán)境保護(hù)部門提出合理的建議。監(jiān)測(cè)方面：