[发明专利]基于BP神经网络的雾霾预测方法

摘要

本发明是设计基于优化BP神经网络的雾霾预测方法，本发明的目的在于打破原有思想的束缚，提供以相关度比例数据代替传统BP神经网络随机权重的以达到减小预测误差的新BP神经网络在雾霾预测中的数据优化方法,通过在.NET平台进行实验数据处理、图表建立，以及各种调试，最终做到减小误差、加速训练、减小训练负担，以提高预测的准确度。

主权项

1.根据权利要求所述的基于BP神经网络的雾霾预测方法，其特征在于，以下过程步骤：/n步骤01、收集历史相关数据、雾霾数据；历史相关数据./n步骤02、历史相关数据、雾霾数据预处理、归一化./n步骤03、历史相关数据、雾霾数据图表化、可视化./n步骤04、按照正反比关系，找出可利用历史相关数据./n步骤05、建立线性回归方程，算出各数据间的相关性./n步骤06、将数据按季节为时间段分类./n步骤07、合理将数据分为训练和测试两类./n步骤08、利用平台工具建立BP神经网络和线性回归方程统一./n步骤09、利用相关性比例数据代替传统BP神经网络的随机权重./n步骤10、利用以上处理好的数据训练BP神经网络./n步骤11、参数迭代，调优模型./n步骤12、利用优化的BP神经网络进行预测./n步骤13、按需求进行成果输出。/n