科研之友
微信
新浪微博
Facebook
分享链接
摘要
AQI指数(Air Quality Index)是传统的衡量空气质量状况好坏的标准之一.随着近年来管控治理污染物意识的提高,对AQI指数进行预测的讨论具有重要意义.长短期记忆神经网络(Long-Short Term Memory,LSTM)在时间序列预测上表现出优异的性能,在各类时间序列预测问题中被广泛使用.为此,以北京市AQI指数预测问题为例,采用小波降噪、LSTM神经网络等方法,结合北京市与周边城市之间的区域关联性,预测AQI指数.并与ARIMA模型、LSTM神经网络进行对比.实验结果表明,降噪后带空间因素的LSTM神经网络相比于其它方法表现更好,更适合预测AQI指数的变化趋势.
- 单位
