张承中;王兰霞;王晓平;宋春香;

• 1:西安建筑科技大学
• 2:西安建筑科技大学
• 3:西安建筑科技大学
• 4:西安市环境保护局 陕西西安710055

摘要(Abstract)：

对影响PM10质量浓度的20个因子进行主成分分析(PCA),得到一组新的输入因子,有效的降低了输入维数,然后以新的输入因子作为RBF神经网络的输入,建立RBF神经网络PM10质量浓度预测模型,并对西安市2005年采暖季PM10质量浓度进行了预测,获得较好的拟合和预测效果。

关键词(KeyWords)： 主成分分析;RBF神经网络;PM10质量浓度

Abstract:

Keywords:

基金项目(Foundation): 陕西省自然科学基金资助项目(2002E2-12)

作者(Author): 张承中;王兰霞;王晓平;宋春香;

Email:

DOI:

参考文献(References)：

• [1]伍长荣,叶明全,胡学钢.基于PCA的RBF神经网络预测方法研究[J].安徽工程科技学院学报,2007,22(1):59-62.
• [2]黄海洪,孙崇智,金龙.基于主分量的神经网络水位预报模型应用研究[J].南京气象学院学报,2005,28(1):58-63.
• [3]周开利,康耀红.神经网络模型及其MATLAB仿真程序设计[M].北京:电子工业出版社,2005.
• [4]思科技产品研发中心.MATLAB6.5神经网络分析与设计[M].北京:电子工业出版社,2003.