《地铁站台气体环境预测研究》为作者：李博最新的研究成果，本论文的主要观点为在地铁车站这种人员密集的场景中，预测未来一段时间内的环境参数变化，对于列车正常运行和乘客安全有重要意义。人工神经网络（ANN）在处理时间序列数据上表现良好，因此为了准确预测车站环境参数，本文应用ANN方法构建预测模型，将车站外部环境参数作为输入变量。最后，使用地铁车站实际采集的数据验证模型的准确性，结果显示本文提出的方法的平均相对误差均在10% 以内。本文提出的基于ANN的预测模型能准确地预测地铁车站内环境参数值，对于预防紧急事故和决策有重要意义。不知是否符合录用要求，望您批评与指正。