[發明專利]基于人工智能的臭氧層預報算法

有效

• 申請號: 202111175211.5
• 申請日: 2021-10-09
• 公開（公告）號: CN113901714B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 汪浩笛;史劍;杜輝;張文;郭海龍;曾智;張雪艷
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/28;G06N3/04;G06N3/08;G06F113/08;G06F119/14
• 代理公司: 北京卓嵐智財知識產權代理事務所(特殊普通合伙) 11624
• 代理人: 時修麗

本發明公開了基于人工智能的臭氧層預報算法，包括以下步驟：S1.建立臭氧濃度監測站點；S2.收集、獲取歷史氣象數據；S3.選取影響因子；S4.對一天O₃?8h值進行初步預測；S5.建立新的超混沌系統；S6.建立人工神經網絡；S7.建立混沌人工神經網絡；S8.利用混沌人工神經網絡進行長短期預報。本發明有助于簡化傳統數值天氣預報方法的研究過程，傳統數值天氣預報方法往往比較復雜，計算要求較高，本發明采用CANN操作與其他神經網絡的相似之處在于它不依賴于參數和輸出之間的復雜關系，但它依賴于權值的不斷變化，使參數與輸出緊密關聯，避免了繁瑣的數學建模。

技術領域

本發明屬于臭氧層預報技術領域，具體涉及基于人工智能的臭氧層預報算法。

背景技術

臭氧層是大氣層的平流層中臭氧濃度高的層次。濃度最大的部分位于20—25公里的高度處。若把臭氧層的臭氧校訂到標準情況，則其厚度平均僅為3毫米左右。臭氧含量隨緯度、季節和天氣等變化而不同。紫外輻射在高空被臭氧吸收，對大氣有增溫作用，同時保護了地球上的生物免受遠紫外輻射的傷害，透過的少量紫外輻射，有殺菌作用，對生物大有裨益。

隨著結構性減排措施的不斷深入，環保技術的大面積推廣，以及清潔能源的逐漸普及，顆粒物濃度實現了逐年下降。然而，臭氧污染卻“不降反升”，成為下階段大氣污染防治工作亟待解決的難題。大氣臭氧污染成因復雜，給現實治理工作帶來很大困難。

目前現有的基于人工智能的臭氧層預報算法還存在一些問題：數學建模過程比較繁瑣，不方便對臭氧濃度進行準確的預報，不利于環境保護，為此我們提出基于人工智能的臭氧層預報算法。

發明內容

本發明的目的在于提供基于人工智能的臭氧層預報算法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：基于人工智能的臭氧層預報算法，包括以下步驟：

S1.建立臭氧濃度監測站點：選取對周圍環境和活性污染物的排放沒有影響的位置作為臭氧濃度監測站點；

S2.收集、獲取歷史氣象數據：獲取每一臭氧濃度監測站點歷史每天的日濃度數據、每一臭氧濃度監測站點歷史每天預測的日濃度數據和所述每一臭氧濃度監測站點歷史每天對應的參考結果，所述每一臭氧濃度監測站點歷史每天對應的參考結果為每一臭氧濃度監測站點歷史每天預測的日濃度數據與每一臭氧濃度監測站點歷史每天的日濃度數據之差；

S3.選取影響因子：選取昨日O₃-8h值、PM2.5日均濃度、NO2日均濃度、預測的日平均氣壓、日平均風速和日平均氣溫作為影響因子；

S4.對一天O₃-8h值進行初步預測：通過擬合的方式，將氣象參數的預測值和實測值代入預測方程中，通過求取方程來對每一臭氧濃度監測站點的要預測的那一天的O₃-8h值進行預測；

S5.建立新的超混沌系統：提出新的超混沌系統及其相應的復雜系統，以生成神經網絡輸入層和隱含層之間的連接權重值、隱含層中的神經元閾值，實現更好的預測結果；

S6.建立人工神經網絡：網絡分為三個部分：輸入層，隱藏層和輸出層，在網絡中，輸入層，隱藏層和輸出層的神經元完全連接；

S7.建立混沌人工神經網絡：所述混沌人工神經網絡是將新的超混沌系統與人工神經網絡混合，且所述混沌人工神經網絡是通過人工神經網絡、BP和多元線性回歸模型對臭氧濃度進行預測；

S8.利用混沌人工神經網絡進行長短期預報。

優選的，所述S1中的污染物濃度數據包括二氧化硫SO2、二氧化氮NO2、O₃、O₃-8h、空氣動力學直徑為2.5微米或更小的細顆粒物PM2.5和空氣動力學直徑為10微米或更小的細顆粒物PM10。