论文研究 高等学校教育资源集聚分类的SOM模型及应用.pdf

B-P神经网络是一种刻画非线性现象的强有力工具，可以将它应用到环境空气质量预测中。B-P神经网络针对不同的监测项目，根据不同的气象特征因子，将污染源排放数据为输入因子，监测点位监测数据作为输出因子，形成多组训练样本，进行学习训练，建立起不同的预测网络。然后用空气污染源排放监测数据输入相同气象条件的、已调整好权值的B-P神经网络系统，即可输出该项污染物的监测点位预测监测值。实验证明B-P神经网络预测模型取得了较好的结果，比现有预测模型具有更大的优势。