摘要：分别使用时间序列分析和BP神经网络两种方法对厦门市思明区空气污染指数进行预测比较。将数据经零均值和平稳化预处理后,根据时间序列的自相关和偏自相关图进行判断,得到合适的时间序列模型为ARMA(2,2),然后进行参数估计得到模型的各个参数。在运用神经网络方法时,为了克服传统BP算法收敛缓慢和容易达到局部极值的缺陷,采用了LM算法,得到更快的收敛速度和更小的错误率。BP神经网络的隐层节点数和传递函数经过多次的训练学习,取得了较好的预测模型。利用得到的ARMA(2,2)和BP神经网络两种模型对厦门市思明区空气污染指数进行预测,结果显示BP神经网络方法的预测效果好于时间序列分析方法。
分类：期刊> 人文社会科学> 哲学与人文科学> 哲学
收录：知网收录(中) > 维普收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：空气污染指数 时间序列 arma模型 bp神经网络 matlab
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
