[发明专利]一种基于BP神经网络的灰霾预测的系统和方法

摘要

本发明提供了一种基于BP神经网络的灰霾预测的系统和方法，该系统包括：通过BP神经网络挖掘已收集的空气质量数据之间的关系，预测空气质量及灰霾天气发展趋势，对灰霾天气提供预警；其特征是：包括数据采集模块、数据库、数据整理模块、灰霾预测服务器、数据预处理模块、神经元学习模块、BP神经网络预测模块、WEB服务器和移动终端；其方法是：把灰霾预测系统描述为多输入多输出的自学习预测系统，输入已采集的灰霾和空气质量数据，通过神经网络的自学习和自适应能力，预测灰霾天气可能的发展趋势，并降低预测误差；本发明能够利用已有的灰霾观测数据对灰霾发展作出预测，能够深入挖掘已输入数据之间的复杂关系，得到比较精确地预测效果。

主权项

一种基于BP神经网络的灰霾预测的系统,包括数据采集模块（100）、灰霾数据库（101）、灰霾预测服务器（103）、WEB服务器（107）、移动终端（108）；数据采集模块（100）连接灰霾数据库（101），灰霾数据库（101）连接灰霾预测服务器（103），灰霾预测服务器（103）分别连接WEB服务器（107）、移动终端（108）；其特征在于：所述数据采集模块（100），通过各种传感器和监测器材获取与灰霾相关的数据，将收集的数据存入灰霾数据库（101）；所述灰霾数据库（101），用于存放与灰霾相关的可吸入颗粒物、二氧化硫和氮氧化物数据；所述灰霾预测服务器（103），用于取出灰霾数据库（101）中的数据，进行数据预处理和输入输出数据的初始化，设置BP神经网络的训练参数，神经元学习和拟合函数曲线，预测值和实际值对比，不断修正当前输入量，直到训练误差低于设定值为止，最后输出预测量；所述WEB服务器（107），用于将预测结果对应为各个等级的灰霾，根据灰霾指数情况，做出相应的预警，制定相应的灰霾治理策略；所述移动终端（108），用于将预测结果转换为空气质量指数或者图表、预测结果折线图，发送到移动终端用户手中，为用户出行提供建议。