本文将径向基函数网络(Radial Basis Function Network,RBFN)应用于城市能见度短期预报工作.在天津市目前现有气象、污染物浓度和能见度监测数据的基础上,选取2003年的数据作为训练集,经过训练,使神经网络建立起输入的影响因子和输出的能见度之间的映射关系,根据检验集的预测值与真值的回归比较,对模型输入变量进行优选,最后将训练后的模型用于能见度的24小时预报.结果表明:采用... 展开>>本文将径向基函数网络(Radial Basis Function Network,RBFN)应用于城市能见度短期预报工作.在天津市目前现有气象、污染物浓度和能见度监测数据的基础上,选取2003年的数据作为训练集,经过训练,使神经网络建立起输入的影响因子和输出的能见度之间的映射关系,根据检验集的预测值与真值的回归比较,对模型输入变量进行优选,最后将训练后的模型用于能见度的24小时预报.结果表明:采用完全预报法,神经网络可以对能见度进行有效地短期预测. 收起<<

彭士涛  胡焱弟  周然  毛天宇  白志鹏  谢以扬 

交通部天津水运工程科学研究所水路交通环境保护技术实验室,天津300456

中国颗粒学会第六届学术年会暨海峡两岸颗粒技术研讨会

2008-12-08

上海

中国颗粒学会   上海市颗粒学会   华东理工大学

chi

人工神经网络  短期预报  能见度预报  污染物浓度