【《大气质量分析预测算法（论文）》】.docx

《【《大气质量分析预测算法（论文）》】.docx》由会员分享，可在线阅读，更多相关《【《大气质量分析预测算法（论文）》】.docx（4页珍藏版）》请在第一文库网上搜索。

1、大气质分析预测算法探究设计报告目录大气质分析预测算法探究1一选题由来：2二 .现有解期案：2三 .课题目标2四 .解决方案2五 .创新点3六设计和制作过程3七 .实验测试:3八 .课题总结4九、觎方向4十、个人体会4摘要：空气对于人类的重要意义是显而易见的，但是如果大气中含有一定浓度的有毒有害物质,这些物质会随着人的呼吸进入肺部，进而通过血液遍及全身,对人的健康产生直接危害。本课题目标：设计一种大气质量分析预测算法，准确度高，效率高的系统。解决方案：该软件设计方案依托于Android开源框架、JAVA编程技术、HTTP通信协议等技术支撑，利用空气质量实时发布系统、中国气象局气象数据中心、中国空

2、气数据/CNAirData以及团队自有的大气质量监测数据进行数据采集、存储以及利用高德地图、MPAndroidChart开源库进行数据的直观展现，从而完成陕西省科技统筹创新工程计划项目，直接或间接的促进我省大气质量监测的研究及应用。使用效果：经过实验表明，本课题设计的大气质量分析预测算法在准确率达到97%的情况下，检查效率也快了近30%o创新点：本文设计的基于智能移动终端的大气质量监控及预测预警Android软件以Android系统为运行环境,可广泛应用于智能手机终端、Pad终端等设备，较为方便的为用户提供终端显示接口。此外，整套大气质量监测系统具体切实的可实施性，通过底层传感器等感知设备获取

3、到大气质量监测数据，通过ZigBee组网、1ORa传输、4G网关上传等技术方案传送到物联网云平台,Android软件终端通过网络请求、HTTP通信获取到大气质量监测数据，并加以大气质量预测模型的辅助，利用AndrOid软件良好的人机交互界面，可以给用户呈现出更好的展示界面及监测内容。关键字：空气；设计；算法一选题由来：空气是人类生存的必需物质，人类的生活离不开水、空气和食物。可见，大气质量的优劣不仅严重影响着人类的健康水平和生活质量，更直接影响着人类的生存。二.现有解决方案：BP神经网络模型原理：输入层各神经元负责接收来自外界的输入信息,并传递给中间层各神经元,它的节点数为输入变量的个数。输出

4、层向外界输出信息处理结果。它的节点个数为输出变量的个数。缺点：收敛速度慢、迭代步数多、易陷入局部极小和全局搜索能力差等缺点O.课题目标结合Android移动智能终端的稳定、实时、便携等优势，研究并设计出一款大气质量状况实时监测显示及基于BP神经网络和小波神经网络时间序列预测模型的预测功能的Android端软件，从而完成陕西省科技统筹创新工程计划项目，直接或间接的促进我省大气质量监测的研究及应用。四.解决方案在本文AndrOid端软件的设计过程中，采用B/S设计模式，即Web浏览器/服务器模式。Web服务器主要完成对数据的控制和管理，同时对远程请求操作做出响应，通过向手机端提供数据接口、ur1地

5、址来实现交换数据。流程介绍：Ieb帐务器”乐“网K.,jKVftVRrque长词软州I1rrn1冰区ARcaxmmI生JfiJSO、响应-：五.创新点1 .依据陕西省科技统筹创新工程计划项目2 .围绕Android操作系统和物联网等技术进行开展大气质量监测及预测预警Android端软件的设计与开发。3 .以课题项目大气质量监测硬件下位机采集数据和西安市历史环境监测数据为基础，辅以BP神经网络和小波神经网络时间序列模型，AndrOid端软件实现了天气预报功能、地图和历史数据展示功能、大气质量监测数据展示功能、大气质量预测预警功能和个人中心页面等功能。六.设计和制作过程1 .学习Android端软

6、件总体设计和分析Android端软件需求.2 .学习安卓端的平台搭建3 .主界面创建与页面切换设计4 .天气状况实时监测模块设计5 .地图展示页面设计6 .个人中心页面设计七,实验测试：在搭建好的电脑端开发环境中使用J2ME技术语言编程实现，客户端软件为用户提供的功能主要体现在应用层。客户端软件的测试分为两部分：(1)软件的真机调试采用Android4.4.2版本的华为MT7-U100进行本地软件运行效果测试;(2)利用百度移动云测试中心进行远程软件的深度测试，利用平台提供的多种品牌、不同的Android系统，更好的了解软件的安装时长、启动时长、运行时CPU占比、耗电量等评价参数，全面的评价软

7、件效果。数据分析：每个参数的平均精度都达到60%以上。具体分析如下:针对SO2污染物的预测，预测模型精度为83%,对于03浓度的预测，预测精度为70%,针对PM2.5污染物的预测，预测模型的预测精度为80%,针对PMIO污染物的预测，预测精度为79%。实验结论：以开发完成的软件为测试对象，利用百度MTC软件测试平台,对软件功能和性能进行测试，完成了软件的运行效果测试、软件深度兼容测试和软件深度遍历测试。测试结果显示，本文开发的软件可以满足项目的功能需求，且界面美观，运行流畅，在测试样机中的通过率为85%,其中软件的安装用时为11.41s,优于行业均值19.99s,启动耗时(0.46s)、CPU

8、占用(5.6%)、流量耗用(224KB)也都优于行业均值。A.课题总结本文依据陕西省科技统筹创新工程计划项目，并围绕Android操作系统和物联网等技术进行开展，完成了大气质量监测及预测预警AndrOid端软件的设计与开发。以课题组子课题项目大气质量监测硬件下位机采集数据和西安市历史环境监测数据为基础，辅以BP神经网络和小波神经网络时间序列模型，AndrOid端软件实现了天气预报功能、地图和历史数据展示功能、大气质量监测数据展示功能、大气质量预测预警功能和个人中心页面等功能。九、改进方向(1)本软件实现了项目要求的功能，但界面美观程度有很大提高的空间，后续将逐步增加软件的功能，优化其界面和性能

9、指标。(2)本文所采用的预测模型为基本的网络，利用西安市的数据从不同的角度构建预测模型,虽然可以达到一定的预测精度，但未达到最优。十、个人体会完成一次这样的创新真的十分不容易，绞尽了我的脑汁，又花费了很多宝贵的时间，但是看到自己的成果完成，真的十分欣慰，也很饱满，青少年科技创新大赛是一个很好的比簧！参考文献：川苑庆山,郑立辉,于彦龙.秦皇岛市海港区大气质量检测与分析U1河南科技,2014(7X):177-177.郭维新,林育纯,林忠宁,庄良辉,吴榕荣.苏邦煤矿大气质量检测及卫生学评价J中国公共卫生,1994,10(3):119-120.汪哪,张艳超,李宁,赵学虹.FTIR和光谱差减法的大气质量检测J.光电工程,2008,35(11):73-76+81.