基于双向误差传播多层神经网络的 监测盲区工业废气分布分析方法

工业园区废气占据大气污染来源总量的70%左右,需建立科学全面的监测机制,但实际上监测区域范围大、部分区域无法布点、气体分布机理建模困难。针对此实际问题及理论分析难点,提出基于双向误差传播多层神经网络（BEMNN）的监测盲区工业废气分布分析方法。首先,针对工业园区内部无法布设监测点的实际情况,提出"边界监测-盲区推理"的废气监测方案;然后,提出一种误差双向传播的多层组合神经网络,对边界与盲区的气体分布关系进行建模,利用边界监测数据推理盲区气体分布情况;最后利用某工业园区实际监测数据训练网络并进行回归推理,所提方法回归计算的平均绝对误差小于28.83 μg,均方根误差小于45.62 μg,相对误差控制在8%~8.88%,说明所提方法具有可行性,准确性可满足解决实际问题的需求。