-
题名基于多步时间序列的空气质量预测研究
- 1
-
-
作者
胡予昕
陆文浩
徐子俊
李媛媛
-
机构
江汉大学人工智能学院
-
出处
《科学与信息化》
2024年第15期48-50,共3页
-
基金
江汉大学在线课程建设项目,项目名称:数学建模与仿真,项目编号:2022-8。
-
文摘
研究空气污染水平,更精准的预测PM2.5浓度和AQI指数对于解析污染影响因素和有效制订控制策略具有重要意义。本文基于2015-2023年同一地区的污染物浓度和气象数据,根据PM2.5浓度和AQI非线性、时序性的特征,构建了ARIMA和LSTM多步预测模型,对PM2.5浓度和AQI等级进行预测。结果显示,对于PM2.5浓度的真实数据,基于3步预测的ARIMA模型RMSE值最小,更适合PM2.5浓度的预测;而在AQI的真实数据集上,LTSM模型较ARIMA模型准确性更高。
-
关键词
ARIMA模型
LSTM模型
空气质量预测
时间序列
-
Keywords
ARIMA model
ltsm model
air quality prediction
time series
-
分类号
X51
[环境科学与工程—环境工程]
-
