一种基于BP神经网络的大气污染物浓度预测方法

本发明涉及一种基于BP神经网络的大气污染物浓度预测方法，属于环境空气检测方法技术领域。本发明的技术方案是：获取当地污染物含量和气象数据；利用大气污染物浓度与气象因子进行BP神经网络模型的训练；利用训练后的BP神经网络模型，进行大气污染物浓度的预测。本发明的有益效果是：通过将灰色关联分析法与BP神经网络相结合，在明确了大气污染物浓度与气象因子之间的强弱主次关系后，针对其之间的复杂非线性关系，通过建立BP神经网络模型来预测大气污染物浓度，预测效果理想。