摘要
随着国民经济的迅速发展和城市规模的扩大，城市的大气污染问题日益突出。同时，人们的生活水平也在不断地改善，空气质量问题也越来越引起人们的重视。
为便于实时掌握空气污染的变化趋势、提高对城市环境管理的效率，
将神经网络和空气质量预测结合起来，构建了基于
G
A算法优化
BP神经网络的空气质量预测模型，以广州市2021年
9
月至
2022年2
月的空气污染物监测数据为研究对象，
以
PM2.5
、
PM10
、
S0
2
、
N0
2
、
O
3
、
CO等
6
个影响
因子，
AQI为目标因子
，
预测空气质量。结果表明，
该空气质量预测模型
相比于传统BP神经
BP和BP神经网络的广州市空气质量预测对比分析-13799字.docx