融合ARIMA-LSTM模型的大连市空气质量预测

扫码查看

原文链接

万方数据
维普

中文摘要：由于空气质量指数(AQI)时间序列的线性与非线性特征,传统的ARIMA模型对时间序列的建模普遍呈现出一定的局限性,该方法存在着参数选取困难、计算量大等问题,导致模型拟合效果不佳.针对这一情况,本文提出了一种基于ARIMA-LSTM融合模型的空气质量预测方法,将ARIMA模型用于时间序列预测,利用LSTM模型对ARIMA模型预测的误差序列进行校正,最后将ARIMA模型预测结果与LSTM校正的残差序列进行结合,获得最终预测结果.实验结果表明,混合模型预测精度高于单一模型,且融合模型的稳定性和精确度得到进一步改善.

外文标题：Air Quality Prediction of Dalian City Using ARIMA-LSTM Model

作者：

张恒、王伟、孙雪莲

展开 >

作者单位：

大连民族大学理学院,大连 116000

关键词：

ARIMA模型 LSTM模型融合模型空气质量预测

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.18.013