基于區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的pm2.5濃度檢測方法
【技術領域】
[0001] 本發(fā)明屬于空氣質(zhì)量檢測領域，特別涉及一種基于區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的 PM2. 5濃度檢測方法。
【背景技術】
[0002] 近年來，我國很多地區(qū)相繼陷入嚴重的霧霾天氣中，而PM2. 5就是霧霾天氣的罪 魁禍首；PM2. 5是指大氣中空氣動力學直徑小于或等于2. 5 μ m的顆粒物，也成為可入肺顆 粒物；與較粗的大氣顆粒物相比，PM2. 5粒徑小，富含大量有毒、有害物質(zhì)且在大氣中的停 留時間長、輸送距離遠，污染大氣環(huán)境，并會對人們健康構成嚴重威脅，因此開展PM2. 5環(huán) 境質(zhì)量檢測研宄是一項重要而又意義的工作。
[0003] 由于推導中簡化運算及設備物理尺寸限制，導致傳統(tǒng)的PM2. 5濃度檢測方法求解 矩陣方程算法運算困難，檢測精度較低；而且由于受到環(huán)境條件、檢測設備、隨機因素等的 影響，使得檢測設備在將空氣轉(zhuǎn)換為光電信號時，轉(zhuǎn)換后的光電信號具有一定的不確定性； 同時國家環(huán)境監(jiān)測官網(wǎng)公布的實時PM2. 5濃度也是由某些監(jiān)測儀測得到，同樣存在不確定 性。
[0004] 目前，現(xiàn)有的基于向基函數(shù)神經(jīng)網(wǎng)絡的PM2. 5濃度檢測方法訓練數(shù)據(jù)都是點數(shù) 據(jù)，同樣沒有考慮到所檢測到的光電信號和實時PM2. 5濃度的不確定性，同時也不能得到 光電信號存在不確定性時，檢測的PM2. 5濃度浮動在何范圍；在考慮這種不確定性的條件 下，傳統(tǒng)的神經(jīng)網(wǎng)絡已經(jīng)顯得無能為力。

【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術的不足，本發(fā)明提出一種基于區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的PM2. 5濃 度檢測方法，以達到在確定性的條件下和不確定性的條件下均可以檢測PM2. 5濃度、在不 確定性的條件下獲得PM2. 5濃度浮動范圍、提高檢測精度和簡化檢測方法的目的。
[0006] 本發(fā)明技術方案如下：
[0007] 一種基于區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的PM2. 5濃度檢測方法，包括以下步驟：
[0008] 步驟1、將空氣通過激光空氣檢測儀轉(zhuǎn)化成光電信號，設定采集間隔時間和采集次 數(shù)，根據(jù)設定的采集間隔時間和采集次數(shù)采集多組光電信號及對應的實際PM2. 5濃度，作 為訓練區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的訓練數(shù)據(jù)；
[0009] 步驟2、根據(jù)采集光電信號的誤差允許范圍，將采集的光電信號擴展成區(qū)間光電信 號，并根據(jù)采集PM2. 5濃度的誤差允許范圍，將采集的光電信號對應的實際PM2. 5濃度擴展 成區(qū)間實際PM2. 5濃度；
[0010] 步驟3、將區(qū)間光電信號進行歸一化處理，并將區(qū)間實際PM2. 5濃度進行歸一化處 理；
[0011] 步驟4、將歸一化處理后的區(qū)間光電信號作為區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的輸入值， 區(qū)間PM2. 5濃度作為輸出值，對區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡進行訓練，獲得訓練完成的區(qū)間 徑向基函數(shù)神經(jīng)網(wǎng)絡，具體步驟如下：
[0012] 步驟4. 1、設定區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡分為三層：輸入層、隱含層和輸出層，設 定輸入層的節(jié)點個數(shù)和隱含層的節(jié)點個數(shù)，并設定輸出層為一個節(jié)點；
[0013] 步驟4. 2、初始化區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的參數(shù)，包括：設定隱含層的激勵函 數(shù)，即設定徑向基函數(shù)為高斯函數(shù)，設定輸出層的激勵函數(shù)為線性函數(shù)，設定隱含層每個節(jié) 點到輸出層節(jié)點的初始區(qū)間權值，所述隱含層每個節(jié)點到輸出層節(jié)點的初始區(qū)間權值為在 [_1，1]之間的設定范圍，并設定權值更新效率；
[0014] 步驟4. 3、對歸一化處理后的區(qū)間光電信號進行聚類，設定聚類中心個數(shù)為隱含層 節(jié)點數(shù)，確定隱含層每個節(jié)點所有高斯函數(shù)的中心，并根據(jù)每個節(jié)點中各高斯函數(shù)中心之 間的距離獲得每個節(jié)點所有高斯函數(shù)的寬度；
[0015] 步驟4. 4、根據(jù)獲得的隱含層每個節(jié)點所有高斯函數(shù)的中心、隱含層每個節(jié)點所有 高斯函數(shù)的寬度和歸一化處理后的區(qū)間光電信號，確定隱含層每個節(jié)點的輸出點值；
[0016] 步驟4. 5、根據(jù)隱含層每個節(jié)點的輸出點值和每個節(jié)點到輸出層節(jié)點的區(qū)間權值， 確定輸出層節(jié)點所輸出的區(qū)間PM2. 5濃度；
[0017] 步驟4. 6、將獲得的所有歸一化處理后區(qū)間光電信號對應的區(qū)間PM2. 5濃度，與對 應的歸一化處理后區(qū)間實際PM2. 5濃度進行比較，計算獲得PM2. 5濃度的總誤差值；
[0018] 步驟4. 7、設置PM2. 5濃度的總誤差閾值，判斷獲得的PM2. 5濃度總誤差值是否大 于所設置PM2. 5濃度的總誤差閾值，若是，則根據(jù)PM2. 5濃度的總誤差值和隱含層每個節(jié)點 的輸出點值，調(diào)整隱含層每個節(jié)點到輸出層節(jié)點的區(qū)間權值，并返回執(zhí)行步驟4. 5,否則，完 成區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的訓練；
[0019] 步驟5、在目標環(huán)境下，將空氣通過激光空氣檢測儀轉(zhuǎn)化成光電信號，設定采集間 隔時間和采集次數(shù)，根據(jù)設定的采集間隔時間和采集次數(shù)采集光電信號；
[0020] 步驟6、根據(jù)在目標環(huán)境下采集光電信號的誤差允許范圍，將在目標環(huán)境下采集的 光電信號擴展成區(qū)間光電信號；
[0021] 步驟7、將在目標環(huán)境下的區(qū)間光電信號進行歸一化處理；
[0022] 步驟8、將在目標環(huán)境下歸一化處理后的區(qū)間光電信號作為訓練完成的區(qū)間徑向 基函數(shù)神經(jīng)網(wǎng)絡的輸入值，獲得最終區(qū)間PM2. 5濃度。
[0023] 步驟4所述的區(qū)間PM2. 5濃度為在光電信號有誤差時，PM2. 5濃度的浮動范圍。
[0024] 步驟4. 2所述的權值更新效率，取值范圍為[0,1]。
[0025] 步驟4. 3所述的確定隱含層每個節(jié)點所有高斯函數(shù)的中心，并根據(jù)每個節(jié)點中各 高斯函數(shù)中心之間的距離獲得每個節(jié)點所有高斯函數(shù)的寬度，采用區(qū)間聚類算法獲得，所 述的區(qū)間聚類算法為K-means算法。
[0026] 步驟4. 5所述的根據(jù)隱含層每個節(jié)點的輸出點值和該節(jié)點到輸出層節(jié)點的區(qū)間 權值，確定輸出層節(jié)點所輸出的區(qū)間檢測PM2. 5濃度，公式如下：
【主權項】
1. 一種基于區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的PM2. 5濃度檢測方法，其特征在于：包括以下 步驟： 步驟1、將空氣通過激光空氣檢測儀轉(zhuǎn)化成光電信號，設定采集間隔時間和采集次數(shù)， 根據(jù)設定的采集間隔時間和采集次數(shù)采集多組光電信號及對應的實際PM2. 5濃度，作為訓 練區(qū)間徑向基函數(shù)神經(jīng)網(wǎng)絡的訓練數(shù)據(jù)； 步驟2、根據(jù)采集光電信號的誤差允許范圍，