|
|
基于PSO-BiLSTM的乐山市空气质量指数预测
|
Abstract:
随着工业化和城市化的快速发展，空气质量问题已成为全球关注的焦点。乐山市作为四川省的一个重要城市，也面临着空气质量下降的严峻挑战。为了有效预测和应对空气污染问题，本研究采用时间序列分析方法，使用双向长短期记忆网络、贝叶斯优化算法以及粒子群优化算法对乐山市的历史空气质量指数进行了深入分析与预测。
With the rapid development of industrialization and urbanization, air quality has become the focus of global attention. Leshan City, as an important city in Sichuan Province, is also facing the severe challenge of declining air quality. In order to effectively predict and deal with air pollution, this study adopts the method of time series analysis, and uses the bidirectional long short-term memory network, Bayesian optimization algorithm and particle swarm optimization algorithm to analyze and predict the historical air quality index of Leshan City.
| [1] | 黄怡容, 熊秋林, 熊正坤, 等. 基于CNN-LSTM的鄱阳湖生态经济区大气污染物时空预测[J]. 生态环境学报, 2024, 33(12): 1891-1901. |
| [2] | 张诗云, 朱菊香, 张涛, 等. 基于VMD-DBO-LSTM的空气质量预测[J]. 国外电子测量技术, 2024, 43(3): 58-66. |
| [3] | 曹还君, 李长云. 基于SSA-LSTM模型的空气质量预测研究[J]. 现代信息科技, 2024, 8(4): 142-146+152. |
| [4] | 周建国, 秦远, 周路明. 基于二次分解、LSTM-ELM和误差修正的空气质量指数预测模型[J]. 安全与环境学报, 2025, 25(1): 322-334. |
| [5] | 朱菊香, 谷卫, 任明煜, 等. 基于SWT-ISSA-LSTM的地铁空气质量预测建模[J]. 国外电子测量技术, 2023, 42(7): 164-174. |
| [6] | 杨艺, 赵惊涛, 付国强. 基于PSO-LSTM模型的地热储层温度预测研究[J]. 矿业科学学报, 2024, 9(4): 538-548. |
| [7] | 高寒旭, 袁祖晴, 张淑婷, 等. 基于LSTM模型的短期光伏功率预测[J]. 太阳能学报, 2024, 45(6): 376-381. |
| [8] | 王雷, 张煜, 赵艺琨, 等. 基于多空间维度联合方法改进的BiLSTM出水氨氮预测方法[J]. 中国农村水利水电, 2025(2): 17-24. |
| [9] | 梁靖, 张红, 叶晨, 等. 基于Bi-LSTM的浅层地下双孔洞探测技术[J]. 合肥工业大学学报(自然科学版), 2024, 47(6): 778-783. |
| [10] | 谢小良, 吴琳琳. 基于DA-CNN-BiLSTM的河流溶解氧浓度预测[J]. 人民黄河, 2024, 46(7): 92-97+111. |
| [11] | Victoria, A.H. and Maragatham, G. (2021) Automatic Tuning of Hyperparameters Using Bayesian Optimization. Evolving Systems, 12, 217-223. https://doi.org/10.1007/s12530-020-09345-2 |
| [12] | Ghahramani, Z. (2015) Probabilistic Machine Learning and Artificial Intelligence. Nature, 521, 452-429. https://doi.org/10.1038/nature14541 |
| [13] | 崔佳旭, 杨博. 贝叶斯优化方法和应用综述[J]. 软件学报, 2018, 29(10): 3068-3090. |
| [14] | 刘行, 王秋晨, 文韵豪, 等. 基于BO-LSTM的天然气处理厂负荷率预测模型[J]. 天然气与石油, 2023, 41(5): 122-130. |
| [15] | 杨帆, 乌景秀, 范子武, 等. 快速综合学习粒子群优化算法[J]. 水利水电技术(中英文), 2025, 56(2): 30-44. |
| [16] | 杨维, 李歧强. 粒子群优化算法综述[J]. 中国工程科学, 2004, 6(5): 87-94. |
