简介:摘要:针对PM2.5具有非线性、不确定性、难以预测的特点,提出了一种GM-AFSA-ELMAN神经网络的混合特征选择算法,首先是通过灰色关联的分析方法选出与PM2.5相关性较强的特征变量,过滤掉一些相关性小的特征变量。然后利用人工鱼群算法(AFSA)强大的寻优能力对ELMAN神经网络进行初始化、权值优化。接着利用ELMAN神经网络建立相关变量与 PM 2.5 浓度之间的软测量模型,并利用所监测到的数据对模型进行训练,最后将该模型应用于实际环境中,结果表明该方法具有较高的精度和收敛速度
简介:摘要:本文从“五化”的概念出发,选取项目标准符合系统性、代表性、可操作性,运用熵值法处理数据,构建山东省五化同步指数发展模型,对山东省五化综合发展水平进行了精确的测度。并基于此,采用灰色关联模型,进行五化指标相互灰色关联度的测度,并由此分析出五化指标的关联程度;此后重点以山东省为研究对象,在山东省、浙江省、广东省之间进行五化同步发展水平比较和灰色关联度比较。本文得出农业现代化发展指数与综合发展指数关联度较高,而新型工业化发展指数与综合发展指数的关联度较低,农业现代化与“五化”综合发展水平之间的灰色关联度在三省中都表现显著等等结论,各省之间五化综合发展水平及灰色关联度差异较大。