计算机时代2023，Issue(1) ：44-49.DOI:10.16644/j.cnki.cn33-1094/tp.2023.01.011

基于WT-BiLSTM-ARMA模型的PM2.5浓度预测研究

Prediction of PM2.5 concentration based on WT-BiLSTM-ARMA model

程妍菲 张明辉 王宝珠
计算机时代2023，Issue(1) ：44-49.DOI:10.16644/j.cnki.cn33-1094/tp.2023.01.011
✕
  • 维普
  • 万方数据

基于WT-BiLSTM-ARMA模型的PM2.5浓度预测研究

Prediction of PM2.5 concentration based on WT-BiLSTM-ARMA model

程妍菲 1张明辉 1王宝珠1
扫码查看

作者信息

  • 1. 河北工业大学电子信息工程学院,天津 300401
  • 折叠

摘要

针对PM2.5浓度预测问题,提出一种基于小波变换的模型.在北京市六个大气污染监测站测得的PM2.5浓度数据上,运用小波分解算法对原始数据序列进行特征提取,使用BiLSTM对高频序列进行预测,同时使用ARMA对低频序列进行预测,最后将各个子序列的预测值进行小波重构得到最终预测结果.实验结果表明,相较于传统单一模型和组合模型,该模型的性能和预测精度均有提高.

关键词

PM2.5预测/BiLSTM神经网络/小波变换/ARMA模型

引用本文复制引用

基金项目

河北省自然科学基金(F2020202045)

河北省博士创新能力培养资助项目(CXZZDS2022040)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
被引量2
参考文献量6
段落导航相关论文