1.一种基于BP神经网络的灰霾预测的系统,包括数据采集模块（100）、灰霾数据库（101）、灰霾预测服务器（103）、WEB服务器（107）、移动终端（108）；数据采集模块（100）连接灰霾数据库（101），灰霾数据库（101）连接灰霾预测服务器（103），灰霾预测服务器（103）分别连接WEB服务器（107）、移动终端（108）；其特征在于：所述数据采集模块（100），通过各种传感器和监测器材获取与灰霾相关的数据，将收集的数据存入灰霾数据库（101）；

所述灰霾数据库（101），用于存放与灰霾相关的可吸入颗粒物、二氧化硫和氮氧化物数据；

所述灰霾预测服务器（103），用于取出灰霾数据库（101）中的数据，进行数据预处理和输入输出数据的初始化，设置BP神经网络的训练参数，神经元学习和拟合函数曲线，预测值和实际值对比，不断修正当前输入量，直到训练误差低于设定值为止，最后输出预测量；所述WEB服务器（107），用于将预测结果对应为各个等级的灰霾，根据灰霾指数情况，做出相应的预警，制定相应的灰霾治理策略；所述移动终端（108），用于将预测结果转换为空气质量指数或者图表、预测结果折线图，发送到移动终端用户手中，为用户出行提供建议。

2.根据权利要求1所述一种基于BP神经网络的灰霾预测的系统,其特征在于：所述数据采集模块（100），采集的数据信息由国家环境、统计部门统一采集和录入；数据采集模块（100）由中国气象部门或灰霾权威机构发布、管理和更新，将收集到的数据存入灰霾数据库（101），经过数据整理后传输给灰霾预测服务器（103）。

3.根据权利要求1所述一种基于BP神经网络的灰霾预测的系统,其特征在于：所述灰霾数据库（101）包括述数据整理模块（102），数据整理模块（102）将数据采集模块（100）采集的数据进行整理、汇总，这些数据可能来源于不同的数据库或者数据集，数据通常是不完整的、缺失的、含有噪声的，这种低质量的数据输入无法得到高质量的预测结果，需要进行数据整理，以便集中在灰霾数据库（101）中集中处理。

4.根据权利要求1所述一种基于BP神经网络的灰霾预测的系统,其特征在于：所述数据整理模块（102），用于对不同的数据，采用不同的数据处理方法，以便将数据正理成统一格式，并存入灰霾数据库（101）。

5.根据权利要求1所述一种基于BP神经网络的灰霾预测的系统,其特征在于：所述灰霾预测服务器（103）包括数据预处理模块（104）、神经元训练模块（105）、BP神经网络预测模块（106）；

数据预处理模块（104）包括简单缩放、逐样本均值消减和特征标准化方法，通过数据预处理模块（104），使BP算法能够发挥最佳预测效果；

神经元训练模块（105）设置好训练参数后，神经元通过自学习，利用实际输出与期望输出之间的误差对网络权重系数进行修正，最后输出最佳预测效果；

BP神经网络预测模块（106），用于对神经元预测结果进行输出，同时将数据反归一化，得到与原始数据相同指标下的数据；BP神经网络预测模块（106）将预测结果输入WEB服务器（107）、移动终端（108）。

6.根据权利要求1所述一种基于BP神经网络的灰霾预测的系统,其特征在于：所述WEB服务器（107），用于预测灰霾发展趋势，将预测结果转换为图表、折线图形式，形成报表，发送给相关气象部门。

7.一种基于BP神经网络的灰霾预测的方法，其特征在于：将灰霾预测方法描述为一种多输入多输出的神经网络预测系统，通过神经元的自学习机制，预测可能的灰霾发展趋势；

通过BP神经网络模型来挖掘输入输出数据之间存在的内部关系，不断拟合输入数据之间的关联关系，通过不断反馈和学习机制降低预测误差，为灰霾防治提供参考。