Indexed by：
Abstract：
针对大气中 PM2.5浓度难以预测的问题,提出了基于 T-S 模糊神经网络的 PM2.5预测方法.首先,利用实测数据,基于偏最小二乘选取与PM2.5相关的辅助变量.其次,利用T-S模糊神经网络建立相关变量与PM2.5浓度之间的软测量模型,并利用历史数据对模型进行训练.最后,将基于T-S模糊神经网络的软测量模型应用于实际环境,实验结果显示该方法能够对PM2.5进行实时预测.通过与其他方法比较表明,基于T-S模糊神经网络的PM2.5预测方法训练效果更好,预测精度更高.
Keyword：
Reprint Author's Address：
Email：
Source ：
控制工程
ISSN： 1671-7848
Year： 2018
Issue： 3
Volume： 25
Page： 391-395
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 7
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
