基于PSOGSA-LSTM模型的长江经济带空气质量指数预测研究 |
| |
引用本文: | 方晓萍,陈秀銮,褚琦,成佳祺,陈赛昭.基于PSOGSA-LSTM模型的长江经济带空气质量指数预测研究[J].数理统计与管理,2023(1):14-25. |
| |
作者姓名: | 方晓萍 陈秀銮 褚琦 成佳祺 陈赛昭 |
| |
作者单位: | 1. 湖南工商大学理学院;2. 统计学习与智能计算湖南省重点实验室 |
| |
摘 要: | 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。
|
关 键 词: | PSOGSA LSTM神经网络 空气质量指数预测 长江经济带 |
|
|