郗君甫

摘要：為了提供一種高效準確評價空氣質(zhì)量等級的方法，文中通過蜂群優(yōu)化算法和BP神經(jīng)網(wǎng)絡(luò)優(yōu)化組合，提出了一種基于ABC-BP模型環(huán)境空氣質(zhì)量評價方法，通過仿真實驗表明，該方法空氣質(zhì)量等級評價結(jié)果準確，具有一定實用性。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；蜂群優(yōu)化算法；空氣質(zhì)量等級評價

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2016）19-0229-03

Environmental Air Quality Assessment Method Based on ABC-BP Model

XI Jun-fu

（Information and Engineering Department， Xingtai Polytechnic College， Xingtai 054035， China）

Abstract： In order to provide a method for accurate and efficient evaluation of the air quality level， in this paper by bee colony optimization algorithm and BP neural network optimization， puts forward a ABC-BP model of environmental air quality assessment method based on， through the simulation experiment show that the method of air quality grade evaluation result is accurate， has a certain practicability.

Key words： BP neural network； artificial bee colony algorithm； air quality grade evaluation

1 引言

隨著中國經(jīng)濟社會快速發(fā)展，大量有害物質(zhì)被排放到大氣中，空氣污染加劇，嚴重空氣污染已對人們的生活、生產(chǎn)活動和健康造成了嚴重危害。當前復(fù)合型、區(qū)域性空氣污染日益突出，京津冀、長江三角洲、珠江三角洲等區(qū)域灰霾現(xiàn)象頻繁發(fā)生。為了更好地表征我國環(huán)境空氣質(zhì)量狀況，反映當前復(fù)合型大氣污染形勢，完善了空氣質(zhì)量指數(shù)發(fā)布方式，迫切需要一個量化、科學(xué)、直觀、準確評價空氣質(zhì)量優(yōu)劣的評價體系。該評價體系有利于提高環(huán)境空氣質(zhì)量評價工作的科學(xué)水平，更好地為公眾提供健康指引，推動大氣污染防治。

2012年2月29日，中國環(huán)保部頒布了《環(huán)境空氣質(zhì)量標準》（GB 3095-2012），該標準形成了對 6 類主要污染物（ PM10、 PM2. 5、 O3、 CO、 SO2、 NO2 ） 的全面監(jiān)測和評價。本文通過蜂群算法和BP神經(jīng)網(wǎng)絡(luò)優(yōu)化、組合，建立ABC-BP模型對影響空氣質(zhì)量的污染指標進行評價，從而更針對性地改善環(huán)境空氣質(zhì)量，更好地實施新標準。

2 相關(guān)工作

2.1 BP神經(jīng)網(wǎng)路

BP神經(jīng)網(wǎng)絡(luò)是一種多層向前網(wǎng)絡(luò)，常用的是三層網(wǎng)絡(luò)結(jié)構(gòu)，其拓撲結(jié)構(gòu)如圖1所示。BP算法通過正向傳播和誤差反向傳播兩個過程組成[1-2]。

2.2 空氣質(zhì)量指數(shù)

空氣質(zhì)量指數(shù)（AQI）是描述了空氣清潔或者污染的程度，以及對健康的影響，其數(shù)值越大、級別和類別越高、說明空氣污染狀況越嚴重，對人體的健康危害也就越大。AQI評價主要突出單向污染物指標的作用，即空氣質(zhì)量級別取決于某一污染物質(zhì)量濃度對應(yīng)的空氣質(zhì)量分指數(shù)（IAQI），見表1。

3 基于ABC-BP環(huán)境空氣質(zhì)量評價模型建立

3.1 ABC-BP環(huán)境空氣質(zhì)量評價模型

建立基于ABC-BP環(huán)境空氣質(zhì)量評價模型步驟如下：

（1） 處理環(huán)境空氣質(zhì)量數(shù)據(jù)。

（2） 用訓(xùn)練樣本數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。

（3） 利用ABC算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，計算BP最優(yōu)連接權(quán)值和閾值。

（4） 使用測試樣本數(shù)據(jù)，通過訓(xùn)練完成的ABC-BP模型進行環(huán)境空氣質(zhì)量評價。

（5） 滿足終止條件（達到設(shè)定準確率、超過預(yù)定最大循環(huán)次數(shù)），輸出空氣質(zhì)量等級，否則返回步驟（3）繼續(xù)訓(xùn)練ABC-BP模型。

3.2 ABC-BP環(huán)境空氣質(zhì)量評價模型參數(shù)優(yōu)化

人工蜂群算法是一種新的智能尋優(yōu)算法[3]，該算法是通過蜂群中不同工種蜜蜂之間的協(xié)同合作，主要解決在新領(lǐng)域和已知領(lǐng)域進行精確搜索之間矛盾，有效避免局部最優(yōu)解問題。利用蜂群優(yōu)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和閾值，具體實現(xiàn)步驟如下：

4 仿真實驗與分析

4.1 實驗數(shù)據(jù)

本實驗數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站（http：//www.cnemc.cn/）發(fā)布的實時數(shù)據(jù)，采集了邢臺市2014年12月12日至2016年6月1日空氣質(zhì)量數(shù)據(jù)，數(shù)據(jù)包括PM2.5、PM10、SO2、CO、NO2、O3濃度值、AQI值和級別，前480條數(shù)據(jù)做訓(xùn)練數(shù)據(jù)，后面數(shù)據(jù)做測試數(shù)據(jù)?？諝赓|(zhì)量指數(shù)級別劃分[4]，如下表2所示。

4.2 實驗結(jié)果與分析

采用ABC-BP空氣質(zhì)量評價模型，輸入六項空氣污染物（PM2.5、PM10、SO2、CO、NO2、O3）日均濃度值，為了消除各位數(shù)據(jù)量級的差異，對數(shù)據(jù)進行歸一處理，轉(zhuǎn)化為[0，1]區(qū)間[5]，輸出為一項，根據(jù)空氣質(zhì)量指數(shù)級別標準，輸出項生成值范圍為[0，6]，各級輸出范圍分別是[0，1]、[1，2]、[2，3]、[3-4]、[4-5]、[5-6]。

經(jīng)過多次仿真實驗，ABC-BP空氣質(zhì)量評價模型中BP神經(jīng)網(wǎng)絡(luò)采用6-8-1結(jié)構(gòu)，學(xué)習(xí)率設(shè)定為0.05、誤差精度為10-8，=20，=100，=1000，=100。ABC-BP空氣質(zhì)量評價模型評價結(jié)果如表3所示。通過仿真實驗表明，采用ABC-BP空氣質(zhì)量評價模型評價結(jié)果與實際評價等級是一致的，表明該模型精度很高，能夠很好滿足實際應(yīng)用需求。

5 結(jié)論

為了提供一種有效準確評價空氣質(zhì)量等級的方法，提出了基于ABC-BP模型環(huán)境空氣質(zhì)量評價方法，使用ABC算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)，可有效克服局部極值點，避免陷入局部最優(yōu)，并進行了仿真實驗，通過實驗數(shù)據(jù)結(jié)果表明，該模型精度很高，能夠很好滿足空氣質(zhì)量等級評價實際應(yīng)用需求，具有一定實用性和推廣價值。

參考文獻：

[1] 黃麗.BP 神經(jīng)網(wǎng)絡(luò)算法改進及應(yīng)用研究[D].重慶：重慶師范大學(xué)，2008：8-12

[2] 艾洪福，石營.基于BP人工神經(jīng)網(wǎng)絡(luò)的霧霾天氣預(yù)測研究[J].計算機仿真，2015，32（1）：402-405.

[3] 張冬麗.人工蜂群算法的改進及相關(guān)應(yīng)用研究[D].秦皇島：燕山大學(xué)，2014：3-9.

[4] 劉杰，楊鵬，呂文生等.基于北京市6類污染物的環(huán)境空氣質(zhì)量評價方法[J].安全與環(huán)境學(xué)報，2015，15（1）：310-314.

[5]于宗艷，韓連濤.免疫粒子群算法優(yōu)化的環(huán)境空氣質(zhì)量評價方法[J].環(huán)境工程學(xué)報，2013，7（1）：4486-4489.