[1] 新华社. 中华人民共和国固体废物污染环境防治法[EB/OL]. [2020-4-30]. http://www.gov.cn/xinwen/2020-04/30/content_5507561.htm.
[2] 马瑞, 周谢, 彭舟, 等. 考虑气温因素的负荷特性统计指标关联特征数据挖掘[J]. 中国电机工程学报 2015, 35(1): 43-51.
[3] 孙宝磊. 基于BP 神经网络的大气污染物浓度预测[D]. 昆明: 昆明理工大学, 2017.
[4] 李 锋, 朱彬, 安俊岭, 等. 2013年12月初长江三角洲及周边地区重霾污染的数值模拟[J]. 中国环境科学, 2015, 35(7): 1965-1974. doi: 10.3969/j.issn.1000-6923.2015.07.008
[5] 周广强, 谢英, 吴剑斌, 等. 基于WRF-Chem 模式的华东区域PM2.5预报及偏差原因[J]. 中国环境科学, 2016, 36(8): 2251-2259. doi: 10.3969/j.issn.1000-6923.2016.08.002
[6] 康俊锋, 黄烈星, 张春艳, 等. 多机器学习模型下逐小时PM2.5预测及对比分析[J]. 中国环境科学 2020, 40(5): 1895-1905.
[7] 皮冬勤, 陈焕盛, 魏巍, 等. 京津冀一次重污染过程的成因和来源[J]. 中国环境科学, 2019, 39(5): 1899-1908. doi: 10.3969/j.issn.1000-6923.2019.05.013
[8] 石东源, 蔡德福, 陈金富, 等. 计及输入变量相关性的半不变量法概率潮流计算[J]. 中国电机工程学报, 2012, 32(28): 104-113.
[9] 付倩娆. 基于多元线性回归的雾霾预测方法研究[J]. 计算机科学, 2016, 43(S1): 526-528.
[10] 戚德虎, 康继昌. BP 神经网络的设计[J]. 计算机工程与设计, 1998, 19(2): 47-49.
[11] Lecun Y, Boser B E, Denker J S, et al. Handwritten digit recognition with a back-propagation network[J]. Neural Information Processing Systems, 1989: 396-404.
[12] 冯鑫伟, 黄领梅, 沈冰. 多元线性回归与BP 神经网络模型在次洪量预测中的对比研究[J]. 水资源与水工程学报, 2017, 28(3): 123-133.
[13] 徐辉潘, 萍宁, 金魁, 等. 多元线性回归与神经网络模型在森林地上生物量遥感估测中的应用[J]. 东北林业大学学报, 2018, 46(1): 63-67. doi: 10.3969/j.issn.1000-5382.2018.01.012