基于GA-GRU环境空气污染物预测研究

• 作者: 李强 谢崇波
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 遗传算法 循环神经网络 深度学习 PM2.5小时浓度预测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 97-103
• 页数: 7页
• 分类号: TN929|TP39
• 字数: 5875字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.07.021

摘要

针对现有的环境空气污染物预测方法存在缺少输入特征相关性分析和时序信息丢失问题,提出一种将遗传算法和门控循环单元神经网络相结合的环境空气污染物PM2.5小时浓度预测模型,充分挖掘了污染物时间序列内在依赖关系,并解决了不相关因子的干扰和输入特征维度灾难的问题.最后基于绵阳市4个空气污染物监测站点的数据集进行仿真实验,与门控循环单元神经网络、深度信念网络预测比较.结果 表明,基于GA-GRU的PM2.5小时浓度预测模型在训练时间、预测精度和鲁棒性上优势显著,是一种可行且有效的预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	西南科技大学信息工程学院	56	161	6.0	10.0
2	谢崇波	西南科技大学信息工程学院	1	0	0.0	0.0