科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前大气污染物对于地区经济以及人体健康的影响不容忽视。选取徐州市2016-01-01—2021-01-24大气污染物和气象要素数据，针对大气污染物浓度波动性强等特点，运用互补集成经验模态分解(CEEMD)将污染物数据分解为本征模态分量，提取出原始数据的各项特征，再对分解出的各本征模态分量构建双向门控循环单元模型(BiGRU),通过双向循环训练，学习各分量的特征趋势并获得最优训练参数，将输出结果重构，得到最终的预测值。结果表明：与BiGRU、BP模型相比，CEEMD-BiGRU模型预测各项大气污染物的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别下降15%、20%和2百分点以上，预测精度有较大提升。在此基础上，利用CEEMD-BiGRU模型预测后一时间段残差，以修正原预测值，得到大气污染物预测区间上界，进一步扩展模型的适用性。
- 单位
