基于多层组合模型的武汉市月平均PM2.5浓度预测 |
| |
作者单位: | 安徽财经大学 统计与应用数学学院,安徽 蚌埠 233000;安徽财经大学 统计与应用数学学院,安徽 蚌埠 233000;安徽财经大学 统计与应用数学学院,安徽 蚌埠 233000;安徽财经大学 统计与应用数学学院,安徽 蚌埠 233000;安徽财经大学 统计与应用数学学院,安徽 蚌埠 233000 |
| |
基金项目: | 本科教学质量与教学改革工程项目 |
| |
摘 要: | 构建一款组合预测模型,精准预测武汉市PM2.5浓度,探讨其对地区空气质量产生的影响.研究结果显示,武汉市2020年1-4月份月平均PM2.5浓度实际值远小于预测值,差距最大的2月份,实际月平均PM2.5浓度比预测的正常值低30.37μg/m3,仅为预测值的55.63%.2020年5月份后,月平均PM2.5浓度预测值与实际值之间差距不明显.说明新冠疫情期间各地居民减少了户外活动,空气质量有明显改善.
|
关 键 词: | 机器学习 长短期记忆网络 组合预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|