科研之友
微信
新浪微博
Facebook
分享链接
摘要
使用2021年西安市内监测站点逐日逐小时污染物浓度监测数据，构建DWT-Seq2Seq-ATT模型预测未来VOCs浓度数据，实验结论：所构建的模型与所有对比基准模型，在加入DWT模型进行离散小波分解高低维数据后，预测精度普遍得到大幅度地提升，解决了输出数据的波动性及波峰波谷数据的偏离问题。研究对比了注意力机制关注于历史浓度与历史因素的不同效果，关注于历史浓度时模型预测精度较优。分析发现注意力机制很好的学习到了VOCs作为大气污染物的普遍特征及内在的变化特征。Seq2Seq模型部分编码器及解码器选择RNN类模型，实现了VOCs多变量多步长浓度预测。对未来VOCs浓度值的预测效果较好。
- 单位
