文献

J-GLOBAL ID：202202243792179602   整理番号：22A0416709

BPニューラルネットワークに基づくオゾン汚染の影響因子【JST・京大機械翻訳】

An Influence Factors of Ozone Pollution Based on BP Neural Network

著者 (6件)： Zheng Hao (School of Automation, Northwestern Polytechnical University, Xi’ an, China) ,  Zheng Hao (Shaanxi Environmental Monitoring Centre, Xi’ an, China) ,  Gao Yanfen (Shaanxi Environmental Monitoring Centre, Xi’ an, China) ,  Xue Huifeng (School of Automation, Northwestern Polytechnical University, Xi’ an, China) ,  Gao Shan (School of Automation, Northwestern Polytechnical University, Xi’ an, China) ,  Zhang Feng (School of Information Engineering, Yulin University, Yulin, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 791  ページ： 1305-1313  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 都市オゾン汚染の複雑な原因とその削減対策の困難さを考慮して,オゾン発生の影響因子を決定する方法を提案した。12の監視指数(PM_10,PM_2.5,NO_2,NO,NO_x,SO_2,CO,O_3,温度,湿度,TVOC,NMHC)の1:0から12の大気質ステーションの7月31日と西安の1つの大気VOCsステーションの1:00から23:00までの1時間ごとのデータを分析した。BPニューラルネットワークモデルを用いてオゾン濃度を予測した。予測結果は正確で,二乗平均平方根誤差(RMSE)は12.38であり,平均絶対パーセント誤差(MPAE)は23.9%であった。モデル入力をそれぞれ変えるため,オゾン濃度を確立されたニューラルネットワークモデルを用いて予測した。予測結果のRMSEとMPAEを計算し,オゾン発生の影響因子を決定するために比較した。11の監視指数において,温度はオゾン濃度変化の決定的要因であった。NMHCと湿度はオゾン濃度変化の重要因子である。SO_2,NO_2およびPM_10はモデル予測に一定の影響を与える。PM_2.5,NO_2,NO_xおよびTVOCは,特定の条件下でモデルの予測精度に影響を及ぼす。他の指数と比較して,COはモデルの予測精度に限られた影響を有した。結果は,オゾンの汚染防止のための技術的サポートを提供できる。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 汚染防止 ,  湿度 ,  *オゾン ,  都市 ,  非メタン系炭化水素
準シソーラス用語： 神経回路網モデル ,  TVOC ,  予測精度 ,  逆伝播ニューラルネットワーク ,  影響因子 ,  大気質 ,  オゾン生成 ,  西安市 ,  オゾン濃度 ,  モデル予測 , 【Automatic Indexing@JST】

著者キーワード (4件)： 環境大気質モニタリング ,  オゾン ,  BPニューラルネットワーク ,  影響因子

分類 (1件)： 大気質調査測定一般  (SB03040I)

タイトルに関連する用語 (4件)： BPニューラルネットワーク ,  オゾン ,  汚染 ,  影響因子