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

来源：计算机应用杂志2018年第5期北京时间：

作者：汪利伟, 王小艺, 王立, 白玉廷, 卢雨田

单位：1. 北京工商大学 计算机与信息工程学院, 北京 100048;2. 北京理工大学 自动化学院, 北京 100081

摘要：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。

关键词：工业废气,多层神经网络,监测盲区,数据驱动

基金资助：国家自然科学基金青年项目（61703008）；北京市教委科技计划重点项目（KZ201510011011）；北京市市属高校创新能力提升计划项目（PXM2014_014213_000033）。