10.13860/j.cnki.sltj.20211130-007
基于PSOGSA-LSTM模型的长江经济带空气质量指数预测研究
本文以长江经济带100个地级及以上城市的空气质量指数(AQI)为研究对象,选取了六大污染物和11个影响空气质量指数的气象因子作为影响因素.针对空气质量相关数据的特性,将粒子群算法和万有引力算法结合的混合算法(PSOGSA)与长短期记忆(LSTM)神经网络进行组合,建立PSOGSA-LSTM组合预测模型,对模型的预测精度进行了三个方面的检验,并与传统的LSTM模型的预测结果进行比较,最后将其应用于长江经济带100个城市未来7天的空气质量指数预测.研究结果表明,PSOGSA-LSTM模型相比传统的LSTM模型具有更高的预测精度和较强的稳定性.
PSOGSA、LSTM神经网络、空气质量指数预测、长江经济带
42
C81;O212(统计方法)
国家自然科学基金;国家自然科学基金;教育部人文社会科学研究项目
2023-03-21(万方平台首次上网日期,不代表论文的发表时间)
共12页
14-25