基于小波神经网络的大气污染物浓度预测及优化任务书

 2021-11-08 22:05:12

1. 毕业设计(论文)主要目标:

1、调研BP神经网络、遗传算法优化、时间序列预测以及小波分解的发展概况及趋势。

2、熟悉掌握Matlab软件的应用与编程方法。

3、掌握BP神经网络、小波分解,以及遗传算法优化的基本工作原理和结构特点。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

1、调研神经网络、小波分解、遗传算法优化以及时间序列预测的发展概况及趋势。

2、学习并掌握BP神经网络以及遗传算法优化的结构、特点及工作原理。

3、学习并初步掌握小波分解的基本原理和基本方法。

4、采用Matlab设计BP神经网络预测模型,针对某地区大气主要污染物浓度数据进行预测研究,讨论模型参数对预测效果的影响,并进行预测结果误差分析。

5、学习小波分解的原理及实现方法,采用Matlab软件进行小波分解的编程,实现采用基于小波神经网络方法的大气主要污染物浓度预测,讨论不同参数设置情况下的预测性能,进行全面的预测效果分析。

6、采用Matlab编程实现遗传算法优化小波神经网络预测模型,实现对污染物浓度预测,并进行相关的模型参数讨论及结果分析。

7、对上述几种预测方法进行预测的效果进行对比分析,分析其各自的性能特点。

8、论文定稿。

3. 主要参考文献

1.周品.《MATLAB神经网络设计与应用》.清华大学出版社,2013.

2.陈明.《MATLAB神经网络原理与实例精解》. 清华大学出版社,2013.

3.格雷特.《时间序列预测实践教程》. 清华大学出版社,2012.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。