典型文献
基于T-S模糊神经网络的空气质量预测模型分析研究
文献摘要：
为了提升对空气质量预测算法的精度,提出了一种T-S模糊神经网络的算法来对空气AQI值进行更有效的预测.首先,用主成分分析法对影响空气AQI值的关键因子进行筛选,选择主要特征变量为输入,以实际AQI值作为输出,对网络预测系统进行训练.其次,将基于T-S模糊神经网络模型应用于实际环境,实验结果显示该方法能够对AQI值进行实时预测.最后,将模糊神经网络的预测结果与BP神经网络的预测结果对比分析,结果表明T-S神经网络系统精度更高,更具有优越性.
文献关键词：
主成分分析;T-S模糊模型;BP神经网络;AQI值;预测系统
中图分类号：
作者姓名：
李乾;乔栋;李博文;赵杰
作者机构：
山西大同大学煤炭工程学院,山西 大同 037009;山西大同大学建筑与测绘工程学院,山西 大同 037009
文献出处：
引用格式：
[1]李乾;乔栋;李博文;赵杰-.基于T-S模糊神经网络的空气质量预测模型分析研究)[J].内蒙古煤炭经济,2022(17):142-144
A类：
B类：
模糊神经网络,空气质量预测,预测算法,AQI,关键因子,特征变量,预测系统,模型应用,实时预测,预测结果对比,网络系统,系统精度,模糊模型
AB值：
0.270609
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
