基于SSA-LSTM模型的空气质量预测研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

收稿日期:2023-11-08

DOI:10.19850/j.cnki.2096-4706.2024.04.030

摘  要:为提高PM2.5浓度的预测精度,提出了一种结合麻雀搜索算法(SSA)和长短期记忆神经网络(LSTM)的组合预测模型。以2023年5月至8月期间长沙市PM2.5浓度数据为基础,构建了SSA-LSTM模型并与其他模型进行了对比实验。(剩余10056字)

目录
monitor