| 基于 VMD-DBO-LSTM 的空气质量预测 |
| |
| 引用本文： | 张诗云,朱菊香,张 涛,孙君峰,张赵良.基于 VMD-DBO-LSTM 的空气质量预测[J].国外电子测量技术,2024,43(3):58-66. |
| |
| 作者姓名： | 张诗云 朱菊香 张 涛 孙君峰 张赵良 |
| |
| 作者单位： | 1.南京信息工程大学自动化学院;2.无锡学院轨道交通学院 |
| |
| 基金项目： | “太湖之光”科技攻关项目(k20221050)资助 |
| |
| 摘 要： | 针对传统空气质量预测模型收敛速度慢，精度低的问题，提出一种基于变分模态分解(variational mode decom posi- tion,VMD) 和蜣螂优化算法(dung beetle optimizer,DBO)优化长短期记忆网络(long short term memory,LSTM)的预测模 型。首先，针对 AQI原始数据具有大量噪声的问题，使用VMD方法对非平稳信号进行模态分解以降低噪声对预测结果的影 响从而获得多个不同特征的模态分量；其次，针对 LSTM 靠人工经验调参存在一定局限性，利用DBO算法对LSTM 模型参数 进行优化；最后，对分解后的各个子序列使用LSTM 模型预测，将各个子序列进行叠加得到最后的预测结果。实验结果表明， VMD对非平稳数据的分解有助于提高预测精度，VMD-DBO-LSTM 模型的性能较其他模型均有不同程度的提高，该模型预 测的均方根误差为4.73μg/m³, 平均绝对误差为3.61μg/m³, 拟合度达到了97.8%。
|
| 关 键 词： | 空气质量预测 变分模态分解 蜣螂优化算法 长短期记忆网络 |
Air quality predication based on VMD-DBO-LSTM |
| |
| Zhang Shiyun,Zhu Juxiang,Zhang Tao,Sun Junfeng,Zhang Zhaoliang.Air quality predication based on VMD-DBO-LSTM[J].Foreign Electronic Measurement Technology,2024,43(3):58-66. |
| |
| Authors: | Zhang Shiyun Zhu Juxiang Zhang Tao Sun Junfeng Zhang Zhaoliang |
| |
| Affiliation: | 1.School of Automation,Nanjing University of Information Science and Technology;2.School of Rail Transportation,Wuxi University |
| |
| Abstract: | |
| |
| Keywords: | air quality predication variational mode decomposition dung beetle optimizer long short-ter-m memory net- work |
|
| 点击此处可从《国外电子测量技术》浏览原始摘要信息 |
|
点击此处可从《国外电子测量技术》下载全文 |
