-
公开(公告)号：CN106067079B
公开(公告)日：2021-01-26
申请号：CN201610446390.4
申请日：2016-06-20
Applicant: 三峡大学
Abstract: 本发明提供了一种基于BP神经网络的灰霾预测的系统和方法，该系统包括：通过BP神经网络挖掘已收集的空气质量数据之间的关系，预测空气质量及灰霾天气发展趋势，对灰霾天气提供预警；其特征是：包括数据采集模块、数据库、数据整理模块、灰霾预测服务器、数据预处理模块、神经元学习模块、BP神经网络预测模块、WEB服务器和移动终端；其方法是：把灰霾预测系统描述为多输入多输出的自学习预测系统，输入已采集的灰霾和空气质量数据，通过神经网络的自学习和自适应能力，预测灰霾天气可能的发展趋势，并降低预测误差；本发明能够利用已有的灰霾观测数据对灰霾发展作出预测，能够深入挖掘已输入数据之间的复杂关系，得到比较精确地预测效果。
-
公开(公告)号：CN106204390A
公开(公告)日：2016-12-07
申请号：CN201610523207.6
申请日：2016-07-05
Applicant: 三峡大学
Abstract: 一种基于博弈论的灰霾监测与预警系统，所述系统包括政府数据采集单元、企业数据采集单元、公民数据采集单元、灰霾数据采集单元、服务器、数据库、预警装置、PC机、移动终端。其方法是，由服务器和数据库整合政府数据采集、企业数据采集、公民数据采集和灰霾数据采集，通过服务器和数据库分析政府、企业、公民的三方博弈机制和不同数据的内部影响机制，从而对灰霾的演化和治理提供预警和参考；本发明也能够根据三方博弈的情况制订不同的治理策略，并观察不同治理策略的灰霾治理效果；本发明能够通过预警装置、PC机以及移动终端向用户报告灰霾的监测和预警状况。
-
公开(公告)号：CN106096048A
公开(公告)日：2016-11-09
申请号：CN201610493321.9
申请日：2016-06-28
Applicant: 三峡大学
CPC classification number: G06F17/30575 , G06F17/30368 , G06F17/30536 , G06F17/30545 , G06Q50/26
Abstract: 本发明提供了一种基于数据驱动无模型控制的灰霾演化分析方法和系统，其方法包括：通过无模型来挖掘灰霾相关的环境数据、经济数据、社会数据的关联关系，分析灰霾演化的规律和机制；其特征是：包括分布式数据库、数据采集模块、数据预处理模块、数据驱动的无模型计算模块、灰霾的演化与分析模块、灰霾的治理和决策模块；其方法包括，把灰霾演化系统描述为一种多输入多输出的数据驱动系统，其中的环境子系统、经济子系统、社会子系统能够通过数据驱动相互作用，从而驱动灰霾演化随时间而不断变化；本发明不需要建立各个子系统精确的过程定量知识以及过程辨识机制，能够深入挖掘灰霾演化中复杂数据关系，有助于灰霾的防治和策略制订。
-
公开(公告)号：CN106067079A
公开(公告)日：2016-11-02
申请号：CN201610446390.4
申请日：2016-06-20
Applicant: 三峡大学
Abstract: 本发明提供了一种基于BP神经网络的灰霾预测的系统和方法，该系统包括：通过BP神经网络挖掘已收集的空气质量数据之间的关系，预测空气质量及灰霾天气发展趋势，对灰霾天气提供预警；其特征是：包括数据采集模块、数据库、数据整理模块、灰霾预测服务器、数据预处理模块、神经元学习模块、BP神经网络预测模块、WEB服务器和移动终端；其方法是：把灰霾预测系统描述为多输入多输出的自学习预测系统，输入已采集的灰霾和空气质量数据，通过神经网络的自学习和自适应能力，预测灰霾天气可能的发展趋势，并降低预测误差；本发明能够利用已有的灰霾观测数据对灰霾发展作出预测，能够深入挖掘已输入数据之间的复杂关系，得到比较精确地预测效果。
-
-
-
Search Results
4
records
(took 0.021 seconds)
