咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于逐步回归分析的T-S模糊神经网络预测PM_(2.5)浓度... 收藏

基于逐步回归分析的T-S模糊神经网络预测PM_(2.5)浓度研究

Research for Concentrations of PM_(2.5) Forecasting based on Stepwise Regression Analysis and T-S Fuzzy Neural Network

作     者:李凤英 白伟 LI Fengying;BAI Wei

作者机构:宁夏师范学院数学与计算机科学学院宁夏固原756000 

出 版 物:《宁夏师范学院学报》 (Journal of Ningxia Normal University)

年 卷 期:2016年第37卷第6期

页      面:5-13,30页

学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学(可授理学、经济学学位)] 070103[理学-概率论与数理统计] 0701[理学-数学] 

基  金:宁夏自然科学基金资助项目(NZ15258 NZ16250) 宁夏高等学校科学技术研究项目资助(NGY2015119) 

主  题:逐步回归 T-S模糊神经网络 PM2.5 

摘      要:以银川市2015年气象数据为例,对影响PM_(2.5)的多个指标运用多元逐步回归分析进行预处理,筛选出与日均PM_(2.5)浓度影响最大的指标作为输入变量,利用多元线性逐步回归模型、BP神经网络和T-S模糊神经网络分别得出PM_(2.5)的预测值,最后与真实数据相比,T-S模糊神经网络具有较高的准确度和精度.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分