《表5 不同模型的预测性能》

  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

《基于时空优化长短期记忆网络与烟花算法的AQI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

利用不同预测模型，在相同的数据集上进行对比实验，预测结果如表5所示。由表5可以看出，采用了超参数寻优算法的两种预测模型LSTM-FWA和LSTM-GS的预测精度明显高于采用试凑法确定超参数组合的LSTM模型。LSTM-FWA预测模型性能优于LSTM-GS预测模型性能。相比于多维网格二次搜索法，烟花算法在超参数寻优中表现出了更加良好的性能，更容易收敛到全局最优。因此可以得出结论:相较于多维网格二次搜索法，烟花算法应用于深度学习超参数组合优化问题能够得到更优的超参数组合。