期刊简介
本刊创刊于1984年9月，是中华人民共和国卫生部主管，中国卫生信息学会(原中国卫生统计学会)和中国医科大学主办的全国性卫生统计专业学术性双月刊，是国内卫生统计专业的唯一学术性期刊和中国医学类中文核心期刊及国家科技部中国科技论文统计源期刊。本刊的任务是及时报道我国卫生统计学科的科研成果和卫生统计工作改革与卫生事业发展的信息。主要读者对象为各级卫生机构的卫生统计人员、卫生技术人员和高等医学院校卫生统计专业的教学和科研人员。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>中国卫生统计杂志
- 杂志名称：中国卫生统计杂志
- 主管单位：中华人民共和国国家卫生和计划生育委员会
- 主办单位：中国卫生信息学会 中国医科大学
- 国际刊号：1002-3674
- 国内刊号：21-1153/R
- 出版周期：双月刊
期刊荣誉：中国学术期刊(光盘版)全文收录期刊期刊收录：北大核心期刊(中国人文社会科学核心期刊), 万方收录(中), 知网收录(中), JST 日本科学技术振兴机构数据库(日), 上海图书馆馆藏, 国家图书馆馆藏, 统计源核心期刊(中国科技论文核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版), 维普收录(中)
基于PSO-BP神经网络预测广州市日均PM10浓度
尹安琪；林愿仪；林伟俊；欧春泉
关键词：多元线性回归, PSO-BP神经网络, PM10, 气象因素, 预测
摘要：目的 应用多元线性回归模型和PSO-BP神经网络模型对广州市日均PM10浓度进行提前一天的预测,比较两种模型的预测效果,为环境管理决策提供依据.方法 利用广州市2008年1月1日至2011年11月30日的PM10浓度和气象资料分别构建两种模型,并使用2011年12月1日至12月31日的数据检验两模型的预测效果.结果前一天的PM10、极大风速、小相对湿度、日平均气温、能见度为预测第二天PM,0浓度的5个主要影响因素,其中前一天的PM10浓度与预测的PM10浓度相关性高(0.66).PSO-BP神经网络模型的决定系数(R2)为0.80,相比于多元线性回归模型,其均方根误差(RMSE)降低6.20％,平均绝对误差(MAE)降低8.73％,平均绝对百分比误差(MAPE)降低13.33％,平均绝对偏差百分比(PMAD)降低8.67％.结论 PSO-BP神经网络模型预测效果优于多元线性回归模型,能有效模拟、预测未来一日的PM10浓度,可为大气颗粒物浓度预测提供一定的方法学参考.
友情链接