《表1 模型主要参数：基于Wavelet-LSTM模型的北京空气污染物浓度预测》

  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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文提出的预测模型由Matlab 2017a及linux系统环境下使用Python 2.7编程设计完成。WaveletLSTM模型参数如表1所示，本研究小波分解选用Daubechies（db）小波基函数，Daubechies具有低通和高通滤波性质，适宜于特征选取，并且因其具有内在正交性，在时序数据分析应用中，Daubechies小波可以取得广泛应用并表现出良好的性能[27]。模型中相关参数选择以MAPE最小为目标[28]，平均绝对百分误差（mean absolute percentageerror，MAPE）是统计领域衡量预测准确性的一个重要指标，在空气污染物浓度预测中也得到比较普遍的应用。选用MAPE指标对负荷预测算法的误差进行计量并与其他算法进行对比，不仅考虑预测值与真实值之间的误差，还考虑了误差与真实值之间的比例[29]。式（11）为MAPE的计算表达式：