收录：
摘要：
基于二阶自组织模糊神经网络的PM2.5智能预测方法既属于环境工程领域，又属于检测技术领域。PM2.5的预测难度较大，而神经网络对于高度非线性和严重不确定性系统具有较好的处理能力。本发明针对PM2.5难以预测的问题，采用了基于二阶自组织模糊神经网络的空气污染物智能预测方法，首先利用主成分分析方法提取PM2.5的特征变量，然后利用二阶自组织模糊神经网络建立特征变量和PM2.5之间的软测量模型，对24小时之后的PM2.5浓度进行预测。该方法取得了较好的预测效果，为环境管理部门和群众提供及时准确的大气环境质量信息，有利于及时防治空气污染，提高公众生活质量。
关键词：
通讯作者信息：
电子邮件地址：
