改进PSO-BP神经网络对尾矿坝地下水位的预测方法

为解决传统算法收敛速度慢、精度低的问题,提出一种改进粒子群算法(improved particle swarm optimization, IPSO),通过在寻优过程中动态调整惯性因子ω和加速因子c₁和c₂,提高算法的寻优效率;利用改进算法优化BP(back propagation)网络的权值和阈值,建立尾矿坝地下水位预测模型,结合实例数据对预测模型进行验证。研究结果表明,改进算法的收敛速度得到改善,预测模型对坝体地下水位的预测精度得到提高。     

济南市PM10和PM2．5污染水平研究

重量法测定了济南市PM10，PM2．5的质量浓度，分析表明，济南市PM10和PM2．5污染严重，尤其是在采暖季；PM10和PM2．5有良好的线性关系；PM2．5，PM10（β）平均值为0．53．探讨了影响β值、PM10和PM2．5浓度的因素，当PM10和PM2．5浓度较低时，β值较高。