基于粒子群算法和注意力機(jī)制的LSTM的PM2.5預(yù)測(cè)研究

打開文本圖片集

摘要：PM2.5是空氣質(zhì)量的重要影響因素之一，更加準(zhǔn)確地預(yù)測(cè)PM2.5的含量，對(duì)于預(yù)報(bào)空氣質(zhì)量變化、空氣治理和促進(jìn)科學(xué)綠色發(fā)展都有著重要的作用。本文提出一種基于粒子群算法和注意力機(jī)制的長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）模型，該模型既具備了LSTM可以輕松提取數(shù)據(jù)的時(shí)間維度信息的能力，又具備了注意力機(jī)制可以完美解決特征權(quán)重分配的能力，可以較為準(zhǔn)確地對(duì)空氣中PM2.5含量進(jìn)行預(yù)測(cè)。（剩余10423字）