基于长短期记忆网络模型的大理气候预测

摘要：

为了对大理的气候进行预测,基于Keras框架构建了长短期记忆网络(LSTM)模型,得到了较为准确的大理气候预测结果.实验给出了大理2016年6月至2021年5月的温度、降水、湿度、日照时数的预测结果,均方根误差(RMSE)分别为1.544℃、2.720 mm、6.521％rh、1.990 h,平均绝对百分比误差(MAPE)分别为0.087℃、4.025 mm、0.085％rh、0.462 h.模型对温度、湿度预测结果较好,但是由于降水、日照时数的数值波动大且极端数值多,所以预测误差比较大.实验得到的RMSE和MAPE均低于传统的循环神经网络(RNN)、支持向量机(SVM)、最近邻算法(KNN)等模型.因此,所构建的LSTM模型能够得到具有较高预测精度的大理气候预测结果.

关键词：机器学习、长短期记忆网络、气候预测、气候变化

所属期刊栏目：8

分类号：TP308(计算技术、计算机技术)

资助基金：云南省汪景琇院士工作站;云南省教育厅科学研究基金项目

在线出版日期：2023-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：44-51