毕业论文--基于神经网络的空气质量检测

《毕业论文--基于神经网络的空气质量检测》由会员分享，可在线阅读，更多相关《毕业论文--基于神经网络的空气质量检测（22页珍藏版）》请在毕设资料网上搜索。

1、 - 1 - 本科生毕业论文（设计）本科生毕业论文（设计） 题 目 基于神经网络的空气质量检测 姓 名 学号 院 系 电气信息与自动化学院 专 业 自动化 指导教师 职称 讲师 2009 年 5 月 20 日 - 2 - 目录 摘要摘要 . 3 关键词关键词 . 3 ABSTRACTABSTRACT . 3 KEY WORDSKEY WORDS 3 引言 . 4 1 BP 神经网络概述 . 4 1.1 基本原理 . 4 1.2 BP 算法学习过程 . 5 2 空气质量检测模型的建立 7 2.1 样本数据 7 2.1.1 收集和整理分组 7 2.1.2 输入/输出变量的确定及其数据的预处理 .

2、7 2.2 神经网络拓扑结构的确定 8 2.2.1 隐层数 8 2.2.2 隐层节点数 8 2.3 神经网络的训练 9 2.4 神经网络模型参数的确定 . 11 2.4.1 隐层的数目 . 11 2.4.2 隐层神经元数的选择 . 11 2.4.3 学习率和动量因子 . 13 2.4.4 初始权值的选择 13 2.4.5 收敛误差界值 Emin 13 2.4.6 输入数据的预处理 . 13 3 MATLAB 实现和结果分析 . 14 3.1 MATLAB 神经网络工具箱的应用 14 3.2 基于 MATLAB 的 BP 算法的实现过程 14 3.3 训练神经网络 . 14 4 结语 . 20

3、致谢 20 参考文献参考文献 21 - 3 - 基于神经网络的空气质量检测 摘要：空气质量的好坏反映了空气污染程度，它是依据空气中污染物浓度的高低来判断的。污染物 浓度由于受风向、风速、气温、湿度、污染源排放情况等多种因素的影响，使得空气质量问题具有 很大的不确定性和一定的复杂性。 神经网络作为一种描述和刻画非线性的强有力工具,具有较强的自 学习、自组织、自适应能力等特点,特别适合于对具有多因素性、不确定性、随机性、非线性和随时 间变化特性的对象进行研究。本文基于神经网络的 BP 算法，利用 MA TLAB神经网络工具箱建立了 空气质量模型。文中，采用 MATLAB 的 rand()函数在各级

4、评价标准内按随机均匀分布方式内插生成 训练样本和检验样本，利用 premnmx()函数对数据进行预处理，调用激活函数对网络权值进行训练， 并同其他评价方法比较，取得了良好的评价结果。同时表明此方法具有一定的客观性和积极性。 关键词：BP 神经网络；空气质量； MATLAB 神经网络工具箱 The detection of air quality based on neural network Abstract：The quality of air quality reflects the extent of air pollution, which is based on the concentration of pollutants in the air to determine the level of the air. Concentration of pollutants due to wind direction,