为提升气温预测的准确度，改善农业生产等领域的经营情况，提出了利用几何平均优化器算法优化门控循环单元神经网络的GMO-GRU模型。首先，在GRU模型参数选择方面，采用几何平均优化器对其模型选择进行优化。然后，采用伯克利的天气数据集对文中模型进行验证。验证结果表明，提出的预测模型在预测精度上有一定优势，相比于LSTM模型，GMO-GRU模型的MAE、RMSE、MAPE3种指标分别提升了5。5×10-3、1。13×10-2、7。2×10-3;相比于GRU模型，GMO-GRU模型的MAE、RMSE、MAPE3种指标分别提升了2。0×10-3、8。9×10-3、3。9×10-3。
万方数据
维普
