Abstract：
针对大气中PM2.5 浓度难以预测的问题，文中提出了基于T-S 模糊神经网络的PM2.5 预测方法.首先，利用实测数据，基于偏最小二乘选取与PM2.5 相关的辅助变量.其次，利用T-S 模糊神经网络建立相关变量与PM2.5浓度之间的软测量模型，并利用历史数据对模型进行训练.最后，将基于T-S 模糊神经网络的软测量模型应用于实际环境，实验结果显示该方法能够对PM2.5进行实时预测.通过与其他方法比较表明，基于T-S 模糊神经网络的PM2.5预测方法训练效果更好，预测精度更高.
Keyword：
Reprint Author's Address：
Email：
Source ：
Year： 2015
Page： 1-1
Language： Chinese
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 5
