本發明公開了一種大氣顆粒物質量濃度的擬合方法,首先獲取氣象條件參數、反應大氣物化特性的關鍵化學組分參數與大氣顆粒物質量濃度的原始數據參數,并以日為時間尺度,構成各個參數的原始值時間序列;利用所得到的原始值時間序列,逐日前后依次取差值,變換得到各個原始參數的逐日絕對變化量數據時間序列,并進行歸一化處理;然后構建BP神經網絡,枚舉隱層神經元個數,對變換得到的各個原始參數的逐日絕對變化量數據時間序列進行訓練,并確定最優的拓撲結構;利用所得到的最優拓撲結構,對大氣顆粒物的質量濃度進行數據擬合,以及趨勢預測分析。上述方法能夠減小常規擬合方法的誤差,更好地模擬氣象條件和大氣關鍵化學組分與大氣顆粒物質量濃度之間的復雜非線性映射關系。
聲明:
“大氣顆粒物質量濃度的擬合方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)