典型文献
基于CEEMD-BiGRU模型的徐州市大气污染物浓度预测
文献摘要：
目前大气污染物对于地区经济以及人体健康的影响不容忽视.选取徐州市2016-01-01-2021-01-24大气污染物和气象要素数据,针对大气污染物浓度波动性强等特点,运用互补集成经验模态分解(CEEMD)将污染物数据分解为本征模态分量,提取出原始数据的各项特征,再对分解出的各本征模态分量构建双向门控循环单元模型(BiGRU),通过双向循环训练,学习各分量的特征趋势并获得最优训练参数,将输出结果重构,得到最终的预测值.结果表明:与BiGRU、BP模型相比,CEEMD-BiGRU模型预测各项大气污染物的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别下降15％、20％和2百分点以上,预测精度有较大提升.在此基础上,利用CEEMD-BiGRU模型预测后一时间段残差,以修正原预测值,得到大气污染物预测区间上界,进一步扩展模型的适用性.
文献关键词：
大气污染物预测;互补集成经验模态分解;双向门控循环单元;区间预测
中图分类号：
作者姓名：
吴子伯;崔云霞;曹炜琦;彭欣;赵修齐治蓁
作者机构：
南京师范大学 环境学院,南京210023
文献出处：
引用格式：
[1]吴子伯;崔云霞;曹炜琦;彭欣;赵修齐治蓁-.基于CEEMD-BiGRU模型的徐州市大气污染物浓度预测)[J].环境工程,2022(09):9-18
A类：
大气污染物预测
B类：
CEEMD,BiGRU,徐州市,大气污染物浓度,浓度预测,人体健康,气象要素数据,浓度波动,波动性,互补集成经验模态分解,数据分解,本征模态分量,原始数据,解出,双向门控循环单元,门控循环单元模型,双向循环,特征趋势,输出结果,平均绝对误差,MAE,RMSE,平均绝对百分比误差,MAPE,别下,百分点,预测区间,上界,扩展模型,区间预测
AB值：
0.271634
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
