大气评价.docx

a1-p11p12p1Qt11t12t1QP=p21p22p2Q，T=t21t22t2Q（2-1）pR1pR2pRQtK1tK2tKQ基于领导者策略狼群算法优化PNN在大气质量评价中的应用1、PNN的结构PNN是一种前馈型神经网络，由Speeht在1989年提出的由高斯函数为基函数来形成联合概率密度分布的估计方法和贝叶斯优化规则，构造了一种概率密度分类估计和并行处理的神经网络。因此，PNN既具有一般神经网络所具有的特点，又具有很好的泛化能力及快速学习能力。PNN的结构如图1所示，与GRNN类似，由输入层、隐含层及输出层组成。与GRNN不同的是，PNN的输出层采用竞争输出代替线性输出，各神经元只依据Parzen方法来求和估计各类的概率，从而竞争输入模式的响应机会，最后仅有一个神经元竞争获胜，这样获胜神经元即表示对输入模式的分类。在数学上，PNN的结构合理性可由Co