本文内容来源于《测绘通报》2022年第10期，审图号：GS京（2022）0980号

基于改进麻雀搜索算法优化BP神经网络的PM2.5浓度预测

赵侃1, 师芸2,3, 牛敏杰2,3, 王虎勤41. 中煤地航测遥感局, 陕西 西安 710199;2. 西安科技大学测绘科学与技术学院, 陕西 西安 710054;3. 自然资源部煤炭资源勘察与综合利用重点实验室, 陕西 西安 710021;4. 西安捷达测控有限公司, 陕西 西安 710054

基金项目：国家自然科学基金(41674013;41874012)关键词：麻雀搜索算法, 分段线性混沌映射, 萤火虫算法, BP神经网络, PM2.5浓度预测引文格式：赵侃, 师芸, 牛敏杰, 等. 基于改进麻雀搜索算法优化BP神经网络的PM2.5浓度预测[J]. 测绘通报, 2022(10): 44-48.doi: 10.13474/j.cnki.11-2246.2022.0292.摘要摘要 ：针对传统BP神经网络模型收敛速度慢、易陷入局部极值等问题,本文采用分段线性混沌映射(PWLCM)和萤火虫算法(FA)改进麻雀搜索算法(SSA),并优化BP神经网络模型初始权值和阈值,对西安市PM2.5浓度进行预测。通过比较不同模型预测结果的评价指标,并与性能较优的SSA-BP模型对比,ISSA-BP模型预测结果的RMSE、MAPE、MAE分别下降了3.70、3.73、3.34。试验结果表明,改进后的麻雀搜索算法具有高效的全局最优搜索能力,优化后的ISSA-BP神经网络预测稳定性高,精度优于BP、SSA-BP神经网络模型,可用于预测PM2.5浓度。

作者简介作者简介：赵侃(1997-),男,硕士,助理主程师,主要研究方向为环境遥感。E-mail:19210061015@stu.xust.edu.cn通信作者：师芸。E-mail:shiyun0908@hotmail.com

初审：杨瑞芳

复审：宋启凡

终审：金 君

资讯