一种基于BP神经网络的空气质量预测方法

随着工业化进程的不断推进,我国的大气污染情况越来越严重,很多地方经常被雾霾笼罩,严重威胁着人们的身体健康。因此建立科学合理的空气质量预测模型,有效的预报,降低大气污染带来的危害,非常必要。利用卡方检验方法进行空气质量影响因子的确定,建立以前两个月的空气质量和历史天气数据训练神经网络对后10天空气质量进行预测的模型。首先叙述了利用卡方检验方法进行空气质量影响因子确定过程;接着阐述了基于BP神经网络训练过程和预测过程以及基于BP神经网络的空气质量预测过程,最后用该方法对石家庄2016/1/1~2016/12/31的AQI级别进行了预测。实验表明该方法具有较高的预测精度,提高了预测的有效性和实用性。