AutoLSTM下的降水量预测方法

• 作者: 付杰 刘光伟 刘威 成秘 王薪予 白润才 黄敏
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 物理学
• 关键词: LSTM AutoLSTM 超参数优化 遗传算法 降水量预测
• 年，卷（期）: 2020,（5）
• 页码范围: 451-458
• 页数: 8页
• 分类号: O348.8
• 语种: 中文

摘要

为解决利用长短期记忆网络(LSTM)进行降水量预测时所存在的网络超参数调节依赖人工经验的问题,采用全局优化思想,提出一种基于遗传算法的LSTM超参数自动优化模型-AutoLSTM.利用遗传算法全局寻优能力强的特点,在LSTM超参数空间中自动选择最佳的超参数组合,进而确定预测效果好、泛化能力强的LSTM降水量预测模型.研究结果表明:AutoLSTM在降水量预测中具有较高的准确性,并兼具了自动化、简便、易于推广等特点,是一种良好的时间序列数据预测自动优化模型.研究结论有助于完善降水量预测方法体系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘光伟		83	450	13.0	16.0
2	白润才		122	947	16.0	23.0
3	刘威		21	130	7.0	11.0
4	黄敏		22	141	7.0	11.0
5	成秘		2	0	0.0	0.0
6	付杰		1	0	0.0	0.0
7	王薪予		1	0	0.0	0.0