《表3 LSTM、Wavelet-LSTM模型预测性能比较结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于Wavelet-LSTM模型的北京空气污染物浓度预测》
本研究为达到验证Wavelet-LSTM模型相较于传统LSTM模型具有较高预测精度的目的,使用北京空气污染物浓度2014-2016年时间序列数据,分别对传统LSTM模型和组合模型进行训练,然后使用2017年全年空气污染物浓度数据进行测试,探讨LSTM预测模型加入小波分解变换之后的预测性能。实验选用具有4层隐藏层的LSTM模型,将6项空气污染物原始数据分别作为预测目标,前一天的其他5项污染物浓度作为自变量进行实验。实验结果如表3所示,将PM10作为因变量时,MAPE最低可达7.54%,而将PM2.5作为因变量时,MAPE达到17.25%。虽然LSTM应用于时间序列预测可以表现出良好的预测性能。但预测结果MAPE标准差较大,说明使用传统LSTM模型预测,在自变量不同的情况下,模型的预测稳定能力不能保障。
图表编号 | XD00103294200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 刘炳春、来明昭、齐鑫、王辉 |
绘制单位 | 天津理工大学管理学院、天津理工大学管理学院、天津理工大学管理学院、天津理工大学管理学院 |
更多格式 | 高清、无水印(增值服务) |