大气污染预测中提高BP网络泛化能力的方法 (2007年)

为了通过预测大气环境的质量和发展变化，来寻求有效地控制和改善环境质量的相应措施，选用英国伦敦马里波恩监测站PM2.5的小时平均浓度监测资料，采用贝叶斯归一化训练算法和提前终止法泛化改进的BP神经网络模型，预报PM2.5的24h内的各小时浓度。结果表明，采用本方法进行空气污染预报，预测相对误差为20%～49%。提高了预报网络的泛化能力。