神经网络方法在城市空气质量监测中的应用研究

论文摘要

空气是生命第一需要,是人类生存和发展的重要物质基础,保护空气环境质量已成为世界各国共识。为了切实有效防治空气污染,改善人类生存环境,使人们及时准确了解身边空气质量状况,更为环境治理与环境管理部门提供科学准确数据,空气质量监测工作起到关键作用,而在监测过程中,监测方法与技术的科学程度直接决定对监测结果定性的准确性。目前,中国的空气质量监测工作主要以“空气质量日报”和“空气质量预报”两种形式服务于社会,我们在深入了解长春市空气质量监测方式方法的基础之上,另辟蹊径,将计算智能理论运用于“日报”、“预报”技术工作之中,经过对比实例,发现取得非常理想结果,不仅实现了对当日空气质量状况的表述,而且实现了对次日空气质量的预测等功能。本方法原理直观、物理意义明确,具有评价结果准确、实用性及普适性强之优点,充分发挥了计算智能的“拟物”与“仿生”等特性,更严格遵循国家环境空气质量标准《GB3095—2000》,不仅弥补了原始评价方法的不足之处,而且具有普适性和广泛的应用推广价值。

论文目录

• 提要
• 第一章 前言
• 1.1 空气质量监测技术研究的背景
• 1.2 空气质量监测技术研究的意义
• 1.3 本文研究的内容
• 第二章 环境空气质量监测的组成与研究内容
• 2.1 大气环境质量监测仪器
• 2.2 大气环境质量评价方法
• 2.3 城市空气质量日报
• 2.4 城市空气质量预报
• 第三章 对长春市空气质量日报评价方法的思考
• 3.1 长春市空气质量日报简述
• 3.2 API法在长春市空气质量日报中的应用
• 3.3 对API法评价城市空气质量的思考
• 第四章 粒子群优化算法在空气质量评价中的应用研究
• 4.1 粒子群优化算法概述
• 4.2 评价理论
• 4.3 参数的优化
• 4.4 大气污染损害率R取值范围和级别的确定
• 4.5 应用大气污染综合损害率模型评价长春市空气质量
• 4.6 基于大气污染综合损害率的API法的空气质量日报
• 第五章 长春市空气质量预测方法研究
• 5.1 预测的结果应用于城市空气质量预报
• 5.2 对长春市空气质量预测方法的两点思考
• 第六章 OIFELman神经网络在城市空气质量预测中的应用研究
• 6.1 OIFElman神经网络介绍
• 6.2 OIFELman网络应用实例
• 第七章 结论
• 7.1 空气质量日报——基于大气污染损害率的API法
• 7.2 空气质量预测——OIFELman神经网络
• 参考文献
• 摘要
• Abstract
• 致谢